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
دسته بندی: منطق ویرایش: 1 نویسندگان: Jon Williamson, David Corfield (auth.), David Corfield, Jon Williamson (eds.) سری: Applied Logic Series 24 ISBN (شابک) : 9789048159208, 9789401715867 ناشر: Springer Netherlands سال نشر: 2001 تعداد صفحات: 418 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
کلمات کلیدی مربوط به کتاب مبانی بیزی گرایی: فلسفه علم، هوش مصنوعی (شامل رباتیک)، نظریه احتمال و فرآیندهای تصادفی، آمار، عمومی، اقتصاد خرد
در صورت تبدیل فایل کتاب Foundations of Bayesianism 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 مبانی بیزی گرایی 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.
مبانی بیزییسم مجموعه معتبری از مقالات است که
به چالشهای کلیدی که امروزه با تفسیر بیزی از احتمال مواجه
است، میپردازد.
برخی از این مقالات به دنبال روشن شدن روابط بین استدلال بیزی،
علی و منطقی هستند. برخی دیگر کاربرد بیزی را در هوش مصنوعی،
نظریه تصمیم گیری، آمار و فلسفه علم و ریاضیات در نظر می گیرند.
این جلد شامل انتقادات مهمی از استدلال بیزی است و همچنین بینشی
در مورد برخی از نقاط اختلاف نظر طرفداران رویکرد بیزی ارائه می
دهد. نتیجه انبوهی از مشکلات و رهنمودهای جدیدی است که بیزی ها
باید دنبال کنند.
این کتاب برای دانشجویان فارغ التحصیل یا محققانی که مایلند در مورد بیزییسم بیشتر از آنچه در کتاب های درسی مقدماتی این موضوع ارائه می شود، بیاموزند، جالب خواهد بود. . کسانی که با کاربردهای استدلال بیزی درگیر هستند، بحث های اساسی در مورد اعتبار بیزی و حدود آن خواهند یافت، در حالی که فیلسوفان و سایر علاقه مندان به استدلال محض، ایده های جدیدی در مورد هنجارگرایی و منطق باور خواهند یافت.
Foundations of Bayesianism is an
authoritative collection of papers addressing the key
challenges that face the Bayesian interpretation of
probability today.
Some of these papers seek to clarify the relationships
between Bayesian, causal and logical reasoning. Others
consider the application of Bayesianism to artificial
intelligence, decision theory, statistics and the philosophy
of science and mathematics. The volume includes important
criticisms of Bayesian reasoning and also gives an insight
into some of the points of disagreement amongst advocates of
the Bayesian approach. The upshot is a plethora of new
problems and directions for Bayesians to pursue.
The book will be of interest to graduate students or researchers who wish to learn more about Bayesianism than can be provided by introductory textbooks to the subject. Those involved with the applications of Bayesian reasoning will find essential discussion on the validity of Bayesianism and its limits, while philosophers and others interested in pure reasoning will find new ideas on normativity and the logic of belief.
Front Matter....Pages i-xiii
Introduction: Bayesianism into the 21st Century....Pages 1-16
Front Matter....Pages 17-17
Bayesianism and Causality, or, Why I am Only a Half-Bayesian....Pages 19-36
Causal Inference without Counterfactuals....Pages 37-74
Foundations for Bayesian Networks....Pages 75-115
Probabilistic Learning Models....Pages 117-134
Front Matter....Pages 135-135
The Logic of Bayesian Probability....Pages 137-159
Subjectivism, Objectivism and Objectivity in Bruno de Finetti’s Bayesianism....Pages 161-174
Bayesianism in Mathematics....Pages 175-201
Common Sense and Stochastic Independence....Pages 203-240
Integrating Probabilistic and Logical Reasoning....Pages 241-260
Front Matter....Pages 261-261
Ramsey and the Measurement of Belief....Pages 263-290
Bayesianism and Independence....Pages 291-307
The Paradox of the Bayesian Experts....Pages 309-338
Front Matter....Pages 339-339
Bayesian Learning and Expectations Formation: Anything Goes....Pages 341-362
Bayesianism and the Fixity of the Theoretical Framework....Pages 363-379
Principles of Inference and Their Consequences....Pages 381-403
Back Matter....Pages 405-416