ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 Handbook of Mixture Analysis

دانلود کتاب کتابچه راهنمای تجزیه و تحلیل مخلوط

Handbook of Mixture Analysis

مشخصات کتاب

Handbook of Mixture Analysis

ویرایش:  
نویسندگان: , ,   
سری: Chapman & Hall/CRC handbooks of modern statistical methods 
ISBN (شابک) : 9780429055911, 0429508247 
ناشر: Chapman and Hall/CRC 
سال نشر: 2018 
تعداد صفحات: 522 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 64 Mb 

قیمت کتاب (تومان) : 32,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Handbook of Mixture Analysis 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 کتابچه راهنمای تجزیه و تحلیل مخلوط 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 کتابچه راهنمای تجزیه و تحلیل مخلوط

مدل‌های مخلوط بیش از 150 سال است که وجود داشته‌اند و در بسیاری از شاخه‌های مدل‌سازی آماری به‌عنوان ابزاری همه‌کاره و چندوجهی یافت می‌شوند. آنها را می توان در طیف گسترده ای از داده ها اعمال کرد: تک متغیره یا چند متغیره، پیوسته یا طبقه بندی شده، مقطعی، سری زمانی، شبکه ها و بسیاری موارد دیگر. تجزیه و تحلیل مخلوط یک موضوع تحقیقاتی بسیار فعال در آمار و یادگیری ماشین است، با پیشرفت‌های جدید در روش‌شناسی و کاربردهای. کتاب راهنمای تجزیه و تحلیل مخلوط یک انتشار بسیار به موقع است که نمای کلی از روش ها و کاربردهای این زمینه مهم تحقیقاتی را ارائه می دهد. این مجموعه گسترده ای از موضوعات را پوشش می دهد، از جمله الگوریتم EM، مدل های مخلوط بیزی، خوشه بندی مبتنی بر مدل، داده های با ابعاد بالا، مدل های پنهان مارکوف، و برنامه های کاربردی در امور مالی، ژنومیک و نجوم. ویژگی ها: یک نمای کلی جامع از روش ها و کاربردهای مدل سازی و تجزیه و تحلیل مخلوط ارائه می دهد که به سه بخش تقسیم می شود: مبانی و روش ها. مدل سازی و الحاقات مخلوط. و برنامه های منتخب شامل نمونه های کار شده بسیاری با استفاده از داده های واقعی، همراه با پیاده سازی محاسباتی، برای نشان دادن روش های شرح داده شده، شامل مشارکت های محققان برجسته در این زمینه است. همچنین برای هر کسی که در این زمینه کار می‌کند، چه در حال توسعه روش‌شناسی جدید باشد، چه در حال استفاده از مدل‌ها در مسائل علمی واقعی، مرجع مهمی خواهد بود.  بیشتر بخوانید..
چکیده: مدل‌های مخلوط بیش از 150 سال است که وجود داشته‌اند و در بسیاری از شاخه‌های مدل‌سازی آماری به‌عنوان ابزاری همه‌کاره و چندوجهی یافت می‌شوند. آنها را می توان در طیف گسترده ای از داده ها اعمال کرد: تک متغیره یا چند متغیره، پیوسته یا طبقه بندی شده، مقطعی، سری زمانی، شبکه ها و بسیاری موارد دیگر. تجزیه و تحلیل مخلوط یک موضوع تحقیقاتی بسیار فعال در آمار و یادگیری ماشین است، با پیشرفت‌های جدید در روش‌شناسی و کاربردها همیشه در حال وقوع است. کتاب راهنمای تجزیه و تحلیل مخلوط یک انتشار بسیار به موقع است که نمای کلی از روش ها و کاربردهای این زمینه مهم تحقیقاتی را ارائه می دهد. این مجموعه گسترده ای از موضوعات را پوشش می دهد، از جمله الگوریتم EM، مدل های مخلوط بیزی، خوشه بندی مبتنی بر مدل، داده های با ابعاد بالا، مدل های پنهان مارکوف، و برنامه های کاربردی در امور مالی، ژنومیک و نجوم. ویژگی ها: یک نمای کلی جامع از روش ها و کاربردهای مدل سازی و تجزیه و تحلیل مخلوط ارائه می دهد که به سه بخش تقسیم می شود: مبانی و روش ها. مدل سازی و الحاقات مخلوط. و برنامه های منتخب شامل نمونه های کار شده بسیاری با استفاده از داده های واقعی، همراه با پیاده سازی محاسباتی، برای نشان دادن روش های شرح داده شده، شامل مشارکت های محققان برجسته در این زمینه است. همچنین یک مرجع مهم برای هر کسی که در این زمینه کار می کند، خواه در حال توسعه روش شناسی جدید باشد، یا استفاده از مدل ها برای مسائل علمی واقعی خواهد بود.


توضیحاتی درمورد کتاب به خارجی

Mixture models have been around for over 150 years, and they are found in many branches of statistical modelling, as a versatile and multifaceted tool. They can be applied to a wide range of data: univariate or multivariate, continuous or categorical, cross-sectional, time series, networks, and much more. Mixture analysis is a very active research topic in statistics and machine learning, with new developments in methodology and applications taking place all the time. The Handbook of Mixture Analysis is a very timely publication, presenting a broad overview of the methods and applications of this important field of research. It covers a wide array of topics, including the EM algorithm, Bayesian mixture models, model-based clustering, high-dimensional data, hidden Markov models, and applications in finance, genomics, and astronomy. Features: Provides a comprehensive overview of the methods and applications of mixture modelling and analysis Divided into three parts: Foundations and Methods; Mixture Modelling and Extensions; and Selected Applications Contains many worked examples using real data, together with computational implementation, to illustrate the methods described Includes contributions from the leading researchers in the field The Handbook of Mixture Analysis is targeted at graduate students and young researchers new to the field. It will also be an important reference for anyone working in this field, whether they are developing new methodology, or applying the models to real scientific problems.  Read more...
Abstract: Mixture models have been around for over 150 years, and they are found in many branches of statistical modelling, as a versatile and multifaceted tool. They can be applied to a wide range of data: univariate or multivariate, continuous or categorical, cross-sectional, time series, networks, and much more. Mixture analysis is a very active research topic in statistics and machine learning, with new developments in methodology and applications taking place all the time. The Handbook of Mixture Analysis is a very timely publication, presenting a broad overview of the methods and applications of this important field of research. It covers a wide array of topics, including the EM algorithm, Bayesian mixture models, model-based clustering, high-dimensional data, hidden Markov models, and applications in finance, genomics, and astronomy. Features: Provides a comprehensive overview of the methods and applications of mixture modelling and analysis Divided into three parts: Foundations and Methods; Mixture Modelling and Extensions; and Selected Applications Contains many worked examples using real data, together with computational implementation, to illustrate the methods described Includes contributions from the leading researchers in the field The Handbook of Mixture Analysis is targeted at graduate students and young researchers new to the field. It will also be an important reference for anyone working in this field, whether they are developing new methodology, or applying the models to real scientific problems





نظرات کاربران