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: 1 نویسندگان: Matthias Dehmer, Frank Emmert-Streib, Stefan Pickl (eds.) سری: Quantitative and Network Biology Series ISBN (شابک) : 3527337245, 9783527337248 ناشر: Wiley-Blackwell سال نشر: 2015 تعداد صفحات: 281 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب تئوری شبکه محاسباتی: مبانی نظری و کاربرد (زیست شناسی کمی و شبکه: آمار زیستی زیست شناسی علوم زیستی علوم ریاضی ایمنی شناسی مرجع پایه اطلس فرهنگ لغت اصطلاحات راهنماهای دارو ابزارها تجهیزات پزشکی بهداشت کتاب های درسی اجاره ای جدید استفاده شده کتاب های درسی تخصصی بوتیک تحقیقات ریاضیات کشاورزی نجوم اخترفیزیک زندگی شیمی زمین مطالعات محیطی فیزیک
در صورت تبدیل فایل کتاب Computational Network Theory: Theoretical Foundations and Applications (Quantitative and Network Biology 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 تئوری شبکه محاسباتی: مبانی نظری و کاربرد (زیست شناسی کمی و شبکه 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 مقدمه جامع برای نظریه شبکه های محاسباتی به عنوان شاخه ای از نظریه شبکه، بر این درک استوار است که چنین شبکه هایی ابزاری برای استخراج یا تأیید فرضیه ها با استفاده از تکنیک های محاسباتی برای داده های شبکه در مقیاس بزرگ هستند. تیم بسیار با تجربه متشکل از ویراستاران و نویسندگان برجسته از سراسر جهان تعدادی از روشها را ارائه و توضیح میدهند که نشاندهنده تئوری شبکههای محاسباتی، برگرفته از نظریه گراف، و همچنین تکنیکهای محاسباتی و آماری است. این مرجع با ساختار منسجم و سبک همگن خود، به همان اندازه برای دروس شبکه های محاسباتی مناسب است.
This comprehensive introduction to computational network theory as a branch of network theory builds on the understanding that such networks are a tool to derive or verify hypotheses by applying computational techniques to large scale network data. The highly experienced team of editors and high-profile authors from around the world present and explain a number of methods that are representative of computational network theory, derived from graph theory, as well as computational and statistical techniques. With its coherent structure and homogenous style, this reference is equally suitable for courses on computational networks.