دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: ریاضیات کاربردی ویرایش: نویسندگان: Jim Q. Smith سری: ISBN (شابک) : 0521764548, 9780521764544 ناشر: Cambridge University Press سال نشر: 2010 تعداد صفحات: 350 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل تصمیم بیزی: اصول و عمل: ریاضیات، تئوری تصمیم (DMT)
در صورت تبدیل فایل کتاب Bayesian Decision Analysis: Principles and Practice 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 تجزیه و تحلیل تصمیم بیزی: اصول و عمل 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.
تحلیل تصمیم بیزی از تصمیم گیری اصولی در حوزه های پیچیده پشتیبانی می کند. این کتاب درسی خواننده را از تجزیه و تحلیل رسمی مسائل تصمیم گیری ساده به تجزیه و تحلیل دقیق ساختارهای گاه بسیار پیچیده و غنی از داده که توسط پزشکان مواجه می شود، می برد. این کتاب حاوی مطالب اساسی در مورد نظریه احتمال ذهنی و نظریه مطلوبیت چند ویژگی، درختان رویداد و تصمیم، شبکههای بیزی، نمودارهای تاثیر و شبکههای بیزی علی است. نویسنده نشان میدهد که چه زمانی و چگونه میتوان این نظریه را با موفقیت در یک مسئله تصمیمگیری به کار برد، چگونه میتوان از دادهها نمونهبرداری کرد و قضاوتهای متخصص را برای پشتیبانی از این تحلیل استخراج کرد، و زمانی و چگونه میتوان یک تحلیل تصمیم بیزی موثر را پیادهسازی کرد. تمام مطالب این کتاب که از یک دوره لیسانس سال سوم توسط نویسنده طی سالها تدریس میشود، برای دانشآموزی که دورههای مقدماتی را در زمینه احتمالات و آمار ریاضی گذرانده است، در دسترس خواهد بود.
Bayesian decision analysis supports principled decision making in complex domains. This textbook takes the reader from a formal analysis of simple decision problems to a careful analysis of the sometimes very complex and data rich structures confronted by practitioners. The book contains basic material on subjective probability theory and multi-attribute utility theory, event and decision trees, Bayesian networks, influence diagrams and causal Bayesian networks. The author demonstrates when and how the theory can be successfully applied to a given decision problem, how data can be sampled and expert judgements elicited to support this analysis, and when and how an effective Bayesian decision analysis can be implemented. Evolving from a third-year undergraduate course taught by the author over many years, all of the material in this book will be accessible to a student who has completed introductory courses in probability and mathematical statistics.