啃书体验 | 港中大（深圳）理工学院统计学专业GPA高分必备教材

香港中文大学深圳 2022-05-28

-前言-

在港中大（深圳）越久，你越会感觉自己在参加海外暑期课程、交换项目和师生交流时，可以无障碍切换中英文。你有这样的“神功”，有部分原因得益于日常学习中必不可少的“啃书”。“啃书体验”系列文案将陆续为大家介绍港中大（深圳）各学院的同学们使用过哪些教材或“攻克了”哪些必读书目。在港中大（深圳）理工学院学习了一年之后，大一的同学们将面临专业的抉择。为了帮助大家更好了解理工学院不同专业的学习内容，本期“啃书体验”系列文案为大家介绍理工学院统计学专业的三本教材，并邀请了几位大二大三的同学与大家分享使用体验。

Students of CUHK-Shenzhen are cultivated to be bilingual talents with global perspective, solid foundation of knowledge and skills. They read and write mainly in English. Thus, students can adjust to exchange programs, overseas education and future career better. After one-year study in SSE, freshmen in CUHK-Shenzhen have to select their majors. To help students learn more about different majors, we've prepared series of articles on related textbooks. In this article, we introduce three textbooks on statistics and upperclass students will share their experience with you.

Probability and Statistical Inference

Authors: Robert V. Hogg, Elliot A. Tanis,

Dale L. Zimmerman

Publisher: Pearson Education

Probability and Statistical Inference 是理工学院大一年级与大二年级概率与统计课程的教材。三位资深的统计学家撰写的这本教材，将会是同学们入门统计学领域的重要工具。这本书是为具有一定的微积分基础的学生而设计的。这本书在每个章节中都呈现了许多生动翔实的例子，通过大量的实际案例和应用，强化相关的概念以及知识点。

Probability and Statistical Inference is a textbook provided for freshmen and sophomore students in SSE. Written by three veteran statisticians, the textbook is an important tool for students to study statistics. Designed for students with a background in calculus, this textbook illustrates basic mathematical and statistical concepts with numerous real-world examples and applications.

学生感想

Probability and Statistical inference 是一本从入门到入土的课本（逃），前半部分讲的都是最基础的分布公式，作业也都异常简单，所以很多人可能因此松懈放松警惕。但留心的同学可能会注意到它课后的练习题并不算简单。还有一点极为重要，练习的话最好是一次练习多个章节的不同题目，且不要总是翻书上的例题公式！因为统计在现实中的应用十分广泛且灵活。而课本中的例题指向性十分明显，一章的例题对应的就是某个公式某个方法。正如教授经常对我们说的，假如老板让你去做一个分析预测，他只是让你去做并证明你的方法结果是合理的，用什么方法全凭自己思考。所以学习了统计课本后不要局限于那些理想化的题目，多把它运用于生活（事实上STA2002正是这么做的），世界将以一种全新的角度呈现在你眼前。

--杜子臻

2016级理工学院学生

Linear Algebra with Applications

Authors: Steven.J.Leon

Publisher: Pearson Education

Linear Algebra with Applications 这本书，与微积分，物理，化学的教材相比，这本书轻薄很多，便于携带，而且利用率极高。充分涵盖了一学期线性代数的教授范围。每一章节末尾的课后习题很典型，有助于掌握章节所学的知识。对于概念的解析讲解清楚，用词也不是太难，是学习线性代数的利器。

In comparison with Calculus, Physics and Chemistry, this textbook is highly portable with acceptable size and high capacity containing all materials of linear algebra needed for this semester. In addition, there are plenty of exercises after each section that are closely related to the course goal and helpful to students' better understanding. Also, concise vocabulary is used in concept explanation, which further makes this book a handy tool for learning linear algebra.

学生感想

Linear Algebra with Apllications 这本书的讲解很详细。尤其对于矩阵的学习方面，涉及到复杂的符号以及大量的角标，打印版本的教科书更加工整直观。对于定理的证明，手写课件的缺陷就更加明显，教材上对于证明的过程解释的更加详细，也更加具体。在教授上课讲课速度较快的情况下，教科书可以有效的帮助我们更好的理解所学的内容。课后复习，课前预习的时候，教科书的优势就更加明显。教科书上重点突出，便于区分重要的定理，而且可以自己做一些标记。作为学长，我强烈推荐学弟学妹们在学习线代的时候购买教材。

--路笑镔

2016级理工学院学生

An Introduction to Statistical Learning

with Applications in R

Authors: Gareth James, Daniela Witten,

Trevor Hastie, Robert Tibshirani

Publisher: Springer

An Introduction to Statistical Learning with Applications in R 是理工学院大二年级统计科学和数据科学专业的学生的必修课教材。这本书为统计学习领域提供了一个清晰的概览和强有力的工具，帮助读者去认识过去不同领域中涌现出的海量、复杂的数据，并使用先进的统计学习技术来分析和处理这些数据。

书中介绍了一些非常重要的建模和预测技术，以及相关的应用程序，内容涵盖了Statistical Learning, Linear Regression, Classification, Resampling Methods, Linear Model Selection and Regularization, Moving Beyond Linearity, Tree-Based Methods, Support Vector Machines, Unsupervised Learning等。每一章都包含了一个关于如何将各种methods通过R语言来实现分析处理数据的教程。书中有许多彩色的图表和大量真实世界中存在的例子，能够更形象、深刻地阐释相关概念及方法，便于读者学习和理解。

An Introduction to Statistical Learning with Applications in R is a required course textbook for sophomore students majoring in statistical science and data science in SSE. This book provides an accessible overview and essential toolset for the field of statistical learning, to help the readers make sense of the vast and complex data sets that have emerged in different fields in the past, and to use cutting-edge statistical learning techniques to analyze and process the data.

The book presents some of the most important modeling and prediction techniques, along with relevant applications, covering Statistical Learning, Linear Regression, Classification, Resampling Methods, Linear Model Selection and Regularization, Moving Beyond Linearity, Tree-Based Methods, Support Vector Machines, Unsupervised Learning, and more. Each chapter contains a tutorial on implementing the analyses and methods presented in R. Color graphics and real-world examples are used to illustrate the concepts and methods in a more profound and vivid way, so as to facilitate the learning of the readers.

学生感想

An Introduction to Statistical Learning 这本书非常适合于刚刚接触统计学习方法的同学，这本教材更侧重于各种method的应用而不是推导它是怎么来的，因而难度相比于02年的The Elements of Statistical Learning 来说大大降低，非常适合没有很强数学功底的初学者。这本教材中每章节最后都会有很详细的实验部分，教给我们怎么将methods通过R语言来实现分析处理数据，比如通过作图更直观地得出结论，非常实用，同时因为 R语言的使用大大降低了计算难度。而且每章节后都有十几题，一般前几题为理论计算题，帮助我们掌握理解methods，后几题为实验题，帮助我们练习应用methods。

--苏乃帅

2016级理工学院学生

An Introduction to Statistical Learning 可以说是Data Analysis极好的入门书。提到数据分析肯定要用到许多统计和数学上的知识，这些知识的应用对于一个初学数据分析的学生来说是很困难的，所以这本书尽量减少了数学方面的细节，更注重方法和模型的应用。此书会教你非常非常重要的模型，例如线性回归、逻辑回归模型，并且每个章节过后配有相应的R语言代码，一边学习理论，一边在编程中学会应用，这样你对模型会有更深入的理解。这本书是The Elements of Statistical Learning的简单版，想更深入了解细节的同学可以参考那本书。

--罗谨深

2016级理工学院学生

To be continued

香港中文大学（深圳）理工学院介绍

香港中文大学（深圳）理工学院定位于战略性新兴理工学科，招聚世界级的教授队伍，构建中西方结合的独特学习环境，培育新一代具备专业知识、多远才能和国际视野的科级领导人才。

目前，理工学院已经开设计算机科学与技术、电子信息工程、新能源科学与工程、数学及应用数学、统计学和生物信息学共6个本科专业。理工学院自2015年开始招生以来，以吸引来自全国重点高中的优秀学生。在成立不到四年的时间内，本科生积极参与由“千人计划”专家、大学教授领衔的各类科研项目组的研发工作，本科生已在国际期刊上发表论文，在理工科赛事中崭露头角。理工学院已从全球吸引了众多的杰出学者加入我们的队伍，包括诺贝尔奖得主，图灵奖获得者，众多科学院院士、工程院院士以及国家千人计划专家等等。

理工学院秉承优良的学术传统，沿用香港中文大学已有的严格的质量控制体系，结合国际学科发展趋势，与密歇根大学、明尼苏达大学等世界著名大学展开合作。理工学院已组建了多个国际科技创新平台，包括由诺贝尔奖科学家领衔的瓦谢尔计算生物研究院和科比尔卡创新药物开发研究院，图灵奖得主领衔的霍普克罗夫特高等信息科学研究院等。此外，大学还组建了机器人与智能制造国家与地方联合工程实验室、深圳市大数据研究院以及机器人与智能制造研究院。

点击下方链接，了解更多理工学院资讯

专业介绍：

1.港中大（深圳）理工学院本科给你想要的专业方向

2.港中大（深圳）理工学院教材（物理、化学、微积分）

3.认识港中大（深圳）| 大一的我在理工学院学了什么

学生风采：

1.港中大（深圳）本科生在国际知名机器人与仿生技术国际会议上做研究报告

2.理工学院大二学生与教授一起研究音频数据采集

3.港中大（深圳）学生代表队获第十二届全国大学生“恩智浦”杯智能汽车竞赛全国总决赛二等奖

科研动态：

1.港中大（深圳）周艳教授团队在《自然通讯》发表揭示阻挫磁性材料拓扑磁结构的新奇动力学的研究论文

2.港中大（深圳）本科生在国际知名机器人与仿生技术国际会议上做研究报告