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: 2 نویسندگان: James E. Gentle, Wolfgang Karl Härdle, Yuichi Mori (auth.), James E. Gentle, Wolfgang Karl Härdle, Yuichi Mori (eds.) سری: Springer Handbooks of Computational Statistics ISBN (شابک) : 9783642215506, 9783642215513 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2012 تعداد صفحات: 1179 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 20 مگابایت
کلمات کلیدی مربوط به کتاب راهنمای آمارهای محاسباتی: مفاهیم و روشها: آمار و محاسبات/برنامه های آمار، آمار، عمومی، نظریه و روش های آماری
در صورت تبدیل فایل کتاب Handbook of Computational Statistics: Concepts and Methods 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 راهنمای آمارهای محاسباتی: مفاهیم و روشها 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.
کتابچه راهنمای آمار محاسباتی - مفاهیم و روشها (ویرایش دوم) ویرایشی از اولین نسخه منتشر شده در سال 2004 است و حاوی نظرات اضافی و اطلاعات به روز شده در مورد فصول موجود، و همچنین سه فصل جدید است که به کارهای اخیر در رشته آمار محاسباتی این نسخه جدید همانند نسخه اول به 4 قسمت تقسیم شده است. این مقاله با "چگونه آمار محاسباتی به ستون فقرات علم داده مدرن تبدیل شد" (فصل 1) شروع می شود: مروری بر حوزه آمار محاسباتی، چگونگی ظهور آن به عنوان یک رشته جداگانه، و اینکه چگونه توسعه خود منعکس کننده توسعه سخت افزار و سخت افزار است. نرم افزار، از جمله بحث در مورد تحقیقات فعال فعلی. بخش دوم (فصل 2 - 15) چندین موضوع را در زمینه پشتیبانی از محاسبات آماری ارائه می کند. تاکید بر نیاز به الگوریتمهای عددی سریع و دقیق است و برخی از روشهای اساسی برای تبدیل، مدیریت پایگاه داده، دادههای با ابعاد بالا و پردازش گرافیکی مورد بحث قرار میگیرد. بخش سوم (فصل 16 - 33) بر روش شناسی آماری تمرکز دارد. توجه ویژه به هموارسازی، روش های تکراری، شبیه سازی و تجسم داده های چند متغیره داده شده است. در نهایت، مجموعه ای از برنامه های کاربردی انتخاب شده (فصل 34 - 38) مانند بیوانفورماتیک، تصویربرداری پزشکی، امور مالی، اقتصاد سنجی و تشخیص نفوذ شبکه، سودمندی آمار محاسباتی را در برنامه های کاربردی دنیای واقعی برجسته می کند.
The Handbook of Computational Statistics - Concepts and Methods (second edition) is a revision of the first edition published in 2004, and contains additional comments and updated information on the existing chapters, as well as three new chapters addressing recent work in the field of computational statistics. This new edition is divided into 4 parts in the same way as the first edition. It begins with "How Computational Statistics became the backbone of modern data science" (Ch.1): an overview of the field of Computational Statistics, how it emerged as a separate discipline, and how its own development mirrored that of hardware and software, including a discussion of current active research. The second part (Chs. 2 - 15) presents several topics in the supporting field of statistical computing. Emphasis is placed on the need for fast and accurate numerical algorithms, and some of the basic methodologies for transformation, database handling, high-dimensional data and graphics treatment are discussed. The third part (Chs. 16 - 33) focuses on statistical methodology. Special attention is given to smoothing, iterative procedures, simulation and visualization of multivariate data. Lastly, a set of selected applications (Chs. 34 - 38) like Bioinformatics, Medical Imaging, Finance, Econometrics and Network Intrusion Detection highlight the usefulness of computational statistics in real-world applications.
Front Matter....Pages i-xii
Front Matter....Pages 1-1
How Computational Statistics Became the Backbone of Modern Data Science....Pages 3-16
Front Matter....Pages 17-17
Basic Computational Algorithms....Pages 19-33
Random Number Generation....Pages 35-71
Markov Chain Monte Carlo Technology....Pages 73-104
Numerical Linear Algebra....Pages 105-137
The EM Algorithm....Pages 139-172
Stochastic Optimization....Pages 173-201
Transforms in Statistics....Pages 203-242
Parallel Computing Techniques....Pages 243-271
Statistical Databases....Pages 273-297
Discovering and Visualizing Relations in High Dimensional Data....Pages 299-333
Interactive and Dynamic Graphics....Pages 335-373
The Grammar of Graphics....Pages 375-414
Statistical User Interfaces....Pages 415-434
Object Oriented Computing....Pages 435-465
Front Matter....Pages 467-467
Model Selection....Pages 469-497
Bootstrap and Resampling....Pages 499-527
Design and Analysis of Monte Carlo Experiments....Pages 529-547
Multivariate Density Estimation and Visualization....Pages 549-569
Smoothing: Local Regression Techniques....Pages 571-596
Front Matter....Pages 467-467
Semiparametric Models....Pages 597-617
Dimension Reduction Methods....Pages 619-644
(Non) Linear Regression Modeling....Pages 645-680
Generalized Linear Models....Pages 681-709
Robust Statistics....Pages 711-749
Bayesian Computational Methods....Pages 751-805
Computational Methods in Survival Analysis....Pages 807-824
Data and Knowledge Mining....Pages 825-852
Recursive Partitioning and Tree-based Methods....Pages 853-882
Support Vector Machines....Pages 883-926
Learning Under Non-stationarity: Covariate Shift Adaptation by Importance Weighting....Pages 927-952
Saddlepoint Approximations: A Review and Some New Applications....Pages 953-983
Bagging, Boosting and Ensemble Methods....Pages 985-1022
Front Matter....Pages 1023-1023
Heavy-Tailed Distributions in VaR Calculations....Pages 1025-1059
Econometrics....Pages 1061-1094
Statistical and Computational Geometry of Biomolecular Structure....Pages 1095-1112
Functional Magnetic Resonance Imaging....Pages 1113-1137
Network Intrusion Detection....Pages 1139-1165
Back Matter....Pages 1167-1192