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
ویرایش:
نویسندگان: Jonah N. Schupbach
سری: Elements in the Philosophy of Science
ISBN (شابک) : 9781108657563, 9781108714013
ناشر: Cambridge University Press
سال نشر: 2022
تعداد صفحات: 128
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 Mb
در صورت تبدیل فایل کتاب Bayesianism and Scientific Reasoning 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 بیزی و استدلال علمی 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.
این عنصر رویکرد بیزی به منطق و معرفت شناسی استدلال علمی را بررسی می کند. بخش 1 محاسبه احتمال را به عنوان تعمیم جذاب منطق کلاسیک برای استدلال نامطمئن معرفی می کند. بخش 2 برخی از قلمروهای وسیع معرفت شناسی بیزی را بررسی می کند. سه اصل معرفتشناختی که توماس بیز در کار اصلیاش پیشنهاد کرده است، کاوش را هدایت میکند. این بخش تحولات مدرن و دفاع از این اصول و همچنین برخی از انتقادات و پیچیدگی های مهمی را که در کمین معرفت شناس بیزی است مورد بحث قرار می دهد. بخش 3 ابزارهای رسمی و اصول دو بخش اول را برای تعداد انگشت شماری از موضوعات معرفت شناسی استدلال علمی اعمال می کند: تأیید، استدلال توضیحی، تنوع شواهد و تحلیل استحکام، رقابت فرضیه ها، و تیغ اوکام.
This Element explores the Bayesian approach to the logic and epistemology of scientific reasoning. Section 1 introduces the probability calculus as an appealing generalization of classical logic for uncertain reasoning. Section 2 explores some of the vast terrain of Bayesian epistemology. Three epistemological postulates suggested by Thomas Bayes in his seminal work guide the exploration. This section discusses modern developments and defenses of these postulates as well as some important criticisms and complications that lie in wait for the Bayesian epistemologist. Section 3 applies the formal tools and principles of the first two sections to a handful of topics in the epistemology of scientific reasoning: confirmation, explanatory reasoning, evidential diversity and robustness analysis, hypothesis competition, and Ockham's Razor.
Cover Title Page Copyright Page Bayesianism and Scientific Reasoning Contents Introduction 1 Probability Theory, a Logic of Consistency 1.1 Logic and Uncertainty 1.2 From Deductive Logic to Probability Theory 1.3 A Primer on Probability 1.3.1 Dartboard Representations 1.3.2 Revisiting the Basic Rules 1.3.3 Other Rules of Probability 1.4 A Logic of Confidences 1.4.1 A Subject with No Object? 1.4.2 Consistency of Confidences 1.4.3 Toward a Positive Defense 2 Bayesian Epistemology 2.1 Bayes and Bayesian Epistemology 2.2 Bayes’s Rule 2.2.1 Interlude: Updating Imprecise Confidences 2.2.2 Complications and Generalizations 2.2.3 Epistemology and Convergence 2.3 Calibration 2.3.1 Calibration and Relative Frequency 2.3.2 Calibration and Objective Chance 2.3.3 Discussion 2.4 Insufficient Reason 2.4.1 Bertrand’s Paradox 2.4.2 Invariance 2.5 MAXENT 3 Scientific Reasoning 3.1 Confirmation 3.2 Explanatory Reasoning 3.2.1 Peirce and Power 3.2.2 Measuring Explanatory Power 3.2.3 Inference to the Best (i.e., Most Powerful) Explanation 3.3 Robustness Analysis 3.3.1 RA-Diversity and Explanatory Discrimination 3.3.2 Interlude: Hypothesis Competition and Defeat 3.3.3 A Bayesian Evaluation of Robustness Analysis Mutually Exclusive Competitors Consistent Epistemic Competitors 3.4 Simplicity and Evidential Fit 3.4.1 A Bayesian Approach to Simplicity and Fit 3.4.2 Striking a Balance 3.4.3 Application References