دانلود کتاب Introduction to Nonparametric Regression
49,000 تومان
مقدمه ای بر رگرسیون ناپارامتری
| موضوع اصلی | احتمال |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Wiley-Interscience |
| تعداد صفحه | 557 |
| حجم فایل | 4 مگابایت |
| کد کتاب | 0471745839,9780471771449,9780471745839 |
| نوبت چاپ | 1 |
| نویسنده | K. Takezawa |
|---|---|
| زبان | انگلیسی |
| فرمت | DJVU |
| سال انتشار | 2006 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
مقدمه ای بر رگرسیون ناپارامتری
این متن که برای دوره های کارشناسی و کارشناسی ارشد نوشته شده است، رویکردی گام به گام دارد و فرض می کند که دانش آموزان فقط دانش پایه ای از جبر خطی و آمار دارند. بنابراین توضیحات از ریاضیات پیچیده و تئوری انتزاعی بیش از حد اجتناب میکنند و حتی اطلاعات آماری با مثالهای عددی واضح همراه است و معادلات در تمام طول فرآیند توضیح داده میشوند. موضوعات شامل هموارسازی دادهها با پیشبینیکننده همفاصله، رگرسیون ناپارامتری برای پیشبینیکننده یکبعدی، هموارسازی چند بعدی، رگرسیون ناپارامتریک با پیشبینیکنندههایی که بهعنوان توزیع نشان داده میشوند، هموارسازی هیستوگرامها و توابع چگالی احتمال ناپارامتریک و تشخیص الگو هستند. هر فصل شامل تمریناتی است.
Introduction to Nonparametric Regression
Written for undergraduate and graduate courses, this text takes a step-by-step approach and assumes students have only a basic knowledge of linear algebra and statistics. The explanations therefore avoid complex mathematics and excessive abstract theory, and even statistical information is accompanied by clear numerical examples and equations are explained all the way through the process. Topics include smoothing out data with an equispaced predictor, nonparametric regression for a one-dimensional predictor, multidimensional smoothing, nonparametric regression with predictors represented as distributions, smoothing of histograms and nonparametric probability density functions and pattern recognition. Each chapter includes exercises.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.