ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب A Distribution-free Theory of Nonparametric Regression

دانلود کتاب نظریه رگرسیون ناپارامتریک بدون توزیع

A Distribution-free Theory of Nonparametric Regression

مشخصات کتاب

A Distribution-free Theory of Nonparametric Regression

ویرایش:  
نویسندگان: , , ,   
سری: Springer Series in Statistics 
ISBN (شابک) : 9781441929983, 1441929983 
ناشر: Springer New York 
سال نشر: 2010 
تعداد صفحات: 664 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 Mb 

قیمت کتاب (تومان) : 42,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 4


در صورت تبدیل فایل کتاب A Distribution-free Theory of Nonparametric Regression به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب نظریه رگرسیون ناپارامتریک بدون توزیع نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب نظریه رگرسیون ناپارامتریک بدون توزیع

این کتاب یک تجزیه و تحلیل عمیق سیستماتیک از رگرسیون ناپارامتریک با طراحی تصادفی ارائه می دهد. تقریباً تمام تخمین‌های شناخته‌شده مانند تخمین‌های میانگین‌گیری محلی کلاسیک شامل تخمین‌های هسته، تقسیم‌بندی و نزدیک‌ترین همسایه، تخمین‌های حداقل مربعات با استفاده از خطوط، شبکه‌های عصبی و شبکه‌های تابع پایه شعاعی، تخمین‌های حداقل مربعات جریمه‌شده، تخمین‌های هسته چندجمله‌ای محلی، و تخمین‌های سری متعامد را پوشش می‌دهد. تاکید بر ویژگی های بدون توزیع تخمین ها است. اکثر نتایج سازگاری برای همه توزیع‌های داده‌ها معتبر هستند. هر زمان که امکان استخراج نتایج بدون توزیع وجود نداشته باشد، همانطور که در مورد نرخ های همگرایی وجود دارد، تأکید بر نتایجی است که به محدودیت های کمتری در توزیع ها، نابرابری های بدون توزیع و انطباق نیاز دارند. نظریه ریاضی مربوطه به طور سیستماتیک توسعه یافته است و فقط به دانش پایه از نظریه احتمال نیاز دارد. این کتاب یک مرجع ارزشمند برای هر کسی که علاقه مند به رگرسیون ناپارامتریک است و منبعی غنی از بسیاری از تکنیک های ریاضی مفید است که به طور گسترده در ادبیات پراکنده شده است. به طور خاص، این کتاب خواننده را با نظریه فرآیند تجربی، مارتینگل ها و خواص تقریبی شبکه های عصبی آشنا می کند.


توضیحاتی درمورد کتاب به خارجی

This book provides a systematic in-depth analysis of nonparametric regression with random design. It covers almost all known estimates such as classical local averaging estimates including kernel, partitioning and nearest neighbor estimates, least squares estimates using splines, neural networks and radial basis function networks, penalized least squares estimates, local polynomial kernel estimates, and orthogonal series estimates. The emphasis is on distribution-free properties of the estimates. Most consistency results are valid for all distributions of the data. Whenever it is not possible to derive distribution-free results, as in the case of the rates of convergence, the emphasis is on results which require as few constrains on distributions as possible, on distribution-free inequalities, and on adaptation. The relevant mathematical theory is systematically developed and requires only a basic knowledge of probability theory. The book will be a valuable reference for anyone interested in nonparametric regression and is a rich source of many useful mathematical techniques widely scattered in the literature. In particular, the book introduces the reader to empirical process theory, martingales and approximation properties of neural networks.





نظرات کاربران