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: Bradley Efron. Trevor Hastie
سری: Institute of Mathematical Statistics Monographs 5
ISBN (شابک) : 1107149894, 1316576531
ناشر: Cambridge University Press
سال نشر: 2016
تعداد صفحات: 495
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Computer Age Statistical Inference: Algorithms, Evidence, and Data Science 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 استنتاج آماری عصر رایانه: الگوریتمها، شواهد و علم داده 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.
قرن بیست و یکم شاهد گسترش خیره کننده روش شناسی آماری، هم از نظر دامنه و هم از نظر تأثیر بوده است. «دادههای بزرگ»، «علم دادهها» و «یادگیری ماشین» به اصطلاحات آشنا در اخبار تبدیل شدهاند، زیرا روشهای آماری بر مجموعه دادههای عظیم علم و تجارت مدرن اعمال میشوند. چگونه به اینجا رسیدیم؟ و به کجا می رویم؟ این کتاب ما را به سفری هیجانانگیز از طریق انقلاب در تجزیه و تحلیل دادهها پس از معرفی محاسبات الکترونیکی در دهه 1950 میبرد. با شروع نظریههای استنتاجی کلاسیک - بیزی، مکرر، ماهیگیری - فصلهای جداگانه مجموعهای از موضوعات تأثیرگذار را شامل میشوند: تحلیل بقا، رگرسیون لجستیک، بیز تجربی، چاقوی جک و بوت استرپ، جنگلهای تصادفی، شبکههای عصبی، زنجیره مارکوف مونت کارلو، استنتاج پس از مدل. انتخاب، و ده ها مورد دیگر. رویکرد کاملاً مدرن روششناسی و الگوریتمها را با استنتاج آماری ادغام میکند. کتاب با حدس و گمان در مورد جهت آینده آمار و علم داده به پایان می رسد
The twenty-first century has seen a breathtaking expansion of statistical methodology, both in scope and in influence. 'Big data', 'data science', and 'machine learning' have become familiar terms in the news, as statistical methods are brought to bear upon the enormous data sets of modern science and commerce. How did we get here? And where are we going? This book takes us on an exhilarating journey through the revolution in data analysis following the introduction of electronic computation in the 1950s. Beginning with classical inferential theories - Bayesian, frequentist, Fisherian - individual chapters take up a series of influential topics: survival analysis, logistic regression, empirical Bayes, the jackknife and bootstrap, random forests, neural networks, Markov chain Monte Carlo, inference after model selection, and dozens more. The distinctly modern approach integrates methodology and algorithms with statistical inference. The book ends with speculation on the future direction of statistics and data science