信息論基礎(chǔ)（原書第2版·典藏版）

定　價(jià)：￥99.00

作　者：	[美]托馬斯·M.科沃 [美]喬伊·A.托馬斯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥74.20)

ISBN：	9787111748663	出版時(shí)間：	2024-05-01	包裝：	平裝-膠訂
開本：	16開	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書是信息論領(lǐng)域中一本簡(jiǎn)明易懂的教材。主要內(nèi)容包括：熵、信源、信道容量、率失真、數(shù)據(jù)壓縮與編碼理論和復(fù)雜度理論等方面的介紹，還對(duì)網(wǎng)絡(luò)信息論和假設(shè)檢驗(yàn)等進(jìn)行了介紹，并且以賽馬模型為出發(fā)點(diǎn)，將對(duì)證券市場(chǎng)的研究納入了信息論的框架，從新的視角給投資組合的研究帶來(lái)了全新的投資理念和研究技巧。

作者簡(jiǎn)介

　　托馬斯·M. 科沃（Thomas M. Cover）美國(guó)信息理論家，斯坦福大學(xué)電氣工程與統(tǒng)計(jì)系教授。他的研究興趣非常廣泛，在信息論和數(shù)理統(tǒng)計(jì)、數(shù)據(jù)壓縮、模式識(shí)別等領(lǐng)域做出了顯著貢獻(xiàn)。1990年，他獲得了IEEE信息論學(xué)會(huì)頒發(fā)的通信理論領(lǐng)域最高獎(jiǎng)——克勞德·E. 香農(nóng)獎(jiǎng)。1997年，他獲得了IEEE頒發(fā)的理查德·W. 漢明獎(jiǎng)?wù)?，以表彰他在信息論、統(tǒng)計(jì)學(xué)和模式識(shí)別方面的基礎(chǔ)工作。他曾擔(dān)任IEEE信息論學(xué)會(huì)主席，是美國(guó)國(guó)家工程院院士、美國(guó)藝術(shù)與科學(xué)學(xué)院院士，美國(guó)科學(xué)促進(jìn)會(huì)、數(shù)理統(tǒng)計(jì)學(xué)會(huì)和IEEE會(huì)士。他于2012 年 3 月逝世，享年 73 歲。喬伊·A. 托馬斯（Joy A. Thomas）谷歌數(shù)據(jù)科學(xué)家，因其在信息論方面的工作而聞名。他在獲得斯坦福大學(xué)博士學(xué)位后，曾先后在IBM T. J. Watson研究中心和谷歌公司工作。他于2020 年 9 月逝世，享年 57 歲。

圖書目錄

目　錄
譯者序
第2版前言
第1版前言
第2版致謝
第1版致謝
第1章　緒論與概覽
第2章　熵、相對(duì)熵與互信息
2.1　熵
2.2　聯(lián)合熵與條件熵
2.3　相對(duì)熵與互信息
2.4　熵與互信息的關(guān)系
2.5　熵、相對(duì)熵與互信息的鏈?zhǔn)椒▌t
2.6　Jensen不等式及其結(jié)果
2.7　對(duì)數(shù)和不等式及其應(yīng)用
2.8　數(shù)據(jù)處理不等式
2.9　充分統(tǒng)計(jì)量
2.10　費(fèi)諾不等式
要點(diǎn)
習(xí)題
歷史回顧
第3章　漸近均分性
3.1　漸近均分性定理
3.2　AEP的推論：數(shù)據(jù)壓縮
3.3　高概率集與典型集
要點(diǎn)
習(xí)題
歷史回顧
第4章　隨機(jī)過(guò)程的熵率
4.1　馬爾可夫鏈
4.2　熵率
4.3　例子：加權(quán)圖上隨機(jī)游動(dòng)的熵率
4.4　熱力學(xué)第二定律
4.5　馬爾可夫鏈的函數(shù)
要點(diǎn)
習(xí)題
歷史回顧
第5章　數(shù)據(jù)壓縮
5.1　有關(guān)編碼的幾個(gè)例子
5.2　Kraft不等式
5.3　最優(yōu)碼
5.4　最優(yōu)碼長(zhǎng)的界
5.5　唯一可譯碼的Kraft不等式
5.6　赫夫曼碼
5.7　有關(guān)赫夫曼碼的評(píng)論
5.8　赫夫曼碼的最優(yōu)性
5.9　Shannon-Fano-Elias編碼
5.10　香農(nóng)碼的競(jìng)爭(zhēng)最優(yōu)性
5.11　由均勻硬幣投擲生成離散分布
要點(diǎn)
習(xí)題
歷史回顧
第6章　博弈與數(shù)據(jù)壓縮
6.1　賽馬
6.2　博弈與邊信息
6.3　相依的賽馬及其熵率
6.4　英文的熵
6.5　數(shù)據(jù)壓縮與博弈
6.6　英文的熵的博弈估計(jì)
要點(diǎn)
習(xí)題
歷史回顧
第7章　信道容量
7.1　信道容量的幾個(gè)例子
7.1.1　無(wú)噪聲二元信道
7.1.2　無(wú)重疊輸出的有噪聲信道
7.1.3　有噪聲的打字機(jī)信道
7.1.4　二元對(duì)稱信道
7.1.5　二元擦除信道
7.2　對(duì)稱信道
7.3　信道容量的性質(zhì)
7.4　信道編碼定理預(yù)覽
7.5　定義
7.6　聯(lián)合典型序列
7.7　信道編碼定理
7.8　零誤差碼
7.9　費(fèi)諾不等式與編碼定理的逆定理
7.10　信道編碼定理的逆定理中的等式
7.11　漢明碼
7.12　反饋容量
7.13　信源信道分離定理
要點(diǎn)
習(xí)題
歷史回顧
第8章　微分熵
8.1　定義
8.2　連續(xù)隨機(jī)變量的AEP
8.3　微分熵與離散熵的關(guān)系
8.4　聯(lián)合微分熵與條件微分熵
8.5　相對(duì)熵與互信息
8.6　微分熵、相對(duì)熵以及互信息的性質(zhì)
要點(diǎn)
習(xí)題
歷史回顧
第9章　高斯信道
9.1　高斯信道：定義
9.2　高斯信道編碼定理的逆定理
9.3　帶寬有限信道
9.4　并聯(lián)高斯信道
9.5　高斯彩色噪聲信道
9.6　帶反饋的高斯信道
要點(diǎn)
習(xí)題
歷史回顧
第10章　率失真理論
10.1　量化
10.2　定義
10.3　率失真函數(shù)的計(jì)算
10.3.1　二元信源
10.3.2　高斯信源
10.3.3　獨(dú)立高斯隨機(jī)變量的同步描述
10.4　率失真定理的逆定理
10.5　率失真函數(shù)的可達(dá)性
10.6　強(qiáng)典型序列與率失真
10.7　率失真函數(shù)的特征
10.8　信道容量與率失真函數(shù)的計(jì)算
要點(diǎn)
習(xí)題
歷史回顧
第11章　信息論與統(tǒng)計(jì)學(xué)
11.1　型方法
11.2　大數(shù)定律
11.3　通用信源編碼
11.4　大偏差理論
11.5　Sanov定理的幾個(gè)例子
11.6　條件極限定理
11.7　假設(shè)檢驗(yàn)
11.8　Chernoff-Stein引理
11.9　Chernoff信息
11.10　費(fèi)希爾信息與Cramér-Rao不等式
要點(diǎn)
習(xí)題
歷史回顧
第12章　最大熵
12.1　最大熵分布
12.2　幾個(gè)例子
12.3　奇異最大熵問(wèn)題
12.4　譜估計(jì)
12.5　高斯過(guò)程的熵率
12.6　Burg最大熵定理
要點(diǎn)
習(xí)題
歷史回顧
第13章　通用信源編碼
13.1　通用碼與信道容量
13.2　二元序列的通用編碼
13.3　算術(shù)編碼
13.4　Lempel-Ziv編碼
13.4.1　帶滑動(dòng)窗口的Lempel-Ziv算法
13.4.2　樹結(jié)構(gòu)Lempel-Ziv算法
13.5　Lempel-Ziv算法的最優(yōu)性
13.5.1　帶滑動(dòng)窗口的Lempel-Ziv算法
13.5.2　樹結(jié)構(gòu)Lempel-Ziv壓縮的最優(yōu)性
要點(diǎn)
習(xí)題
歷史回顧
第14章　科爾莫戈羅夫復(fù)雜度
14.1　計(jì)算模型
14.2　科爾莫戈羅夫復(fù)雜度：定義與幾個(gè)例子
14.3　科爾莫戈羅夫復(fù)雜度與熵
14.4　整數(shù)的科爾莫戈羅夫復(fù)雜度
14.5　算法隨機(jī)序列與不可壓縮序列
14.6　普適概率
14.7　科爾莫戈羅夫復(fù)雜度
14.8　Ω
14.9　萬(wàn)能博弈
14.10　奧卡姆剃刀
14.11　科爾莫戈羅夫復(fù)雜度與普適概率
14.12　科爾莫戈羅夫充分統(tǒng)計(jì)量
14.13　最短描述長(zhǎng)度準(zhǔn)則
要點(diǎn)
習(xí)題
歷史回顧
第15章　網(wǎng)絡(luò)信息論
15.1　高斯多用戶信道
15.1.1　單用戶高斯信道
15.1.2　m個(gè)用戶的高斯多接入信道
15.1.3　高斯廣播