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: [1st ed.] نویسندگان: Farhad Hosseinzadeh Lotfi, Ali Ebrahimnejad, Mohsen Vaez-Ghasemi, Zohreh Moghaddas سری: Studies in Fuzziness and Soft Computing 386 ISBN (شابک) : 9783030242763 ناشر: Springer International Publishing سال نشر: 2020 تعداد صفحات: XIV, 236 [248] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Data Envelopment Analysis with R 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 پوششی داده ها با R 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 کتاب خوانندگان را با استفاده از کدهای R برای مسائل بهینه سازی آشنا می کند. اول، زمینه لازم برای درک تحلیل پوششی داده ها (DEA) را با تاکید ویژه بر DEA فازی فراهم می کند. سپس مدلهای DEA از جمله مدلهای DEA فازی را توصیف میکند و نحوه استفاده از آنها را برای حل مسائل بهینهسازی با R نشان میدهد. علاوه بر این، مزایای اصلی R در مسائل بهینهسازی را مورد بحث قرار میدهد و کدهای R را بر اساس مجموعههای دادههای دنیای واقعی در سراسر ارائه میکند. این راهنمای مرجع تمرین محور با ارائه یک بررسی جامع از مدل های DEA و فازی DEA و کدهای R مربوطه، برای کارشناسی ارشد و دکتری در نظر گرفته شده است. دانشآموزان در رشتههای مختلف، و همچنین پزشکان و محققان.
This book introduces readers to the use of R codes for optimization problems. First, it provides the necessary background to understand data envelopment analysis (DEA), with a special emphasis on fuzzy DEA. It then describes DEA models, including fuzzy DEA models, and shows how to use them to solve optimization problems with R. Further, it discusses the main advantages of R in optimization problems, and provides R codes based on real-world data sets throughout. Offering a comprehensive review of DEA and fuzzy DEA models and the corresponding R codes, this practice-oriented reference guide is intended for masters and Ph.D. students in various disciplines, as well as practitioners and researchers.