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 Concentration Inequalities: A Nonasymptotic Theory of Independence

دانلود کتاب نابرابری های تمرکز: یک تئوری بدون علامت استقلال

مشخصات کتاب

Concentration Inequalities: A Nonasymptotic Theory of Independence

دسته بندی: احتمال
ویرایش:  
نویسندگان: Stephane Boucheron,  Gabor Lugosi,  Pascal Massart  
سری:  
ISBN (شابک) : 0199535256, 9780199535255 
ناشر: Oxford University Press, USA 
سال نشر: 2013 
تعداد صفحات: 492 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت

قیمت کتاب (تومان) : 43,000

کلمات کلیدی مربوط به کتاب نابرابری های تمرکز: یک تئوری بدون علامت استقلال: ریاضیات، نظریه احتمالات و آمار ریاضی، نظریه احتمال

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 16

در صورت تبدیل فایل کتاب Concentration Inequalities: A Nonasymptotic Theory of Independence 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 نابرابری های تمرکز: یک تئوری بدون علامت استقلال 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 نابرابری های تمرکز: یک تئوری بدون علامت استقلال

نابرابری‌های تمرکز برای توابع متغیرهای تصادفی مستقل، حوزه‌ای از نظریه احتمال است که در چند دهه اخیر شاهد انقلاب بزرگی بوده است و در زمینه‌های متنوعی مانند یادگیری ماشین، آمار، ریاضیات گسسته و هندسه با ابعاد بالا کاربرد دارد. . به طور کلی، اگر تابعی از بسیاری از متغیرهای تصادفی مستقل بیش از حد به هیچ یک از متغیرها وابسته نباشد، به این معنا متمرکز می شود که با احتمال زیاد، به مقدار مورد انتظار خود نزدیک است. این کتاب مجموعه ای از نابرابری ها را برای نشان دادن این نظریه غنی به روشی قابل دسترس با پوشش تحولات و کاربردهای کلیدی در این زمینه ارائه می دهد.

نویسندگان تعامل بین ساختار احتمالاتی (استقلال) و انواع ابزارهای مختلف از نابرابری های عملکردی گرفته تا استدلال های انتقال و تئوری اطلاعات را توصیف می کنند. برنامه های کاربردی برای مطالعه فرآیندهای تجربی، پیش بینی های تصادفی، نظریه ماتریس تصادفی، و پدیده های آستانه نیز ارائه شده است.

مقدمه ای مستقل برای نابرابری های غلظت، شامل بررسی غلظت مجموع متغیرهای تصادفی مستقل، کران های واریانس، روش آنتروپی و روش انتقال است. ارتباط عمیق با مسائل ایزوپریمتری آشکار می شود در حالی که توجه ویژه ای به کاربردها برای برتری فرآیندهای تجربی می شود.

نوشته شده توسط متخصصان برجسته در این زمینه و حاوی بخش های تمرینی گسترده، این کتاب منبع ارزشمندی برای محققان و فارغ التحصیلان خواهد بود. دانشجویان در رشته های ریاضیات، علوم کامپیوتر نظری و مهندسی.

توضیحاتی درمورد کتاب به خارجی

Concentration inequalities for functions of independent random variables is an area of probability theory that has witnessed a great revolution in the last few decades, and has applications in a wide variety of areas such as machine learning, statistics, discrete mathematics, and high-dimensional geometry. Roughly speaking, if a function of many independent random variables does not depend too much on any of the variables then it is concentrated in the sense that with high probability, it is close to its expected value. This book offers a host of inequalities to illustrate this rich theory in an accessible way by covering the key developments and applications in the field.

The authors describe the interplay between the probabilistic structure (independence) and a variety of tools ranging from functional inequalities to transportation arguments to information theory. Applications to the study of empirical processes, random projections, random matrix theory, and threshold phenomena are also presented.

A self-contained introduction to concentration inequalities, it includes a survey of concentration of sums of independent random variables, variance bounds, the entropy method, and the transportation method. Deep connections with isoperimetric problems are revealed whilst special attention is paid to applications to the supremum of empirical processes.

Written by leading experts in the field and containing extensive exercise sections this book will be an invaluable resource for researchers and graduate students in mathematics, theoretical computer science, and engineering.