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: نویسندگان: Aston. John, Lindquist. Martin, Ombao. Hernando, Thompson. Wesley سری: Chapman & Hall/CRC handbooks of modern statistical methods ISBN (شابک) : 9781482220971, 1315373653 ناشر: CRC Press;Chapman and Hall/CRC سال نشر: 2017 تعداد صفحات: 666 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 30 مگابایت
کلمات کلیدی مربوط به کتاب راهنمای تجزیه و تحلیل داده های تصویربرداری عصبی: علوم اعصاب، آمار، کتاب های راهنما، راهنماها و غیره
در صورت تبدیل فایل کتاب Handbook of neuroimaging data 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 راهنمای تجزیه و تحلیل داده های تصویربرداری عصبی 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 جنبه های مختلف پیشرفته را در پس تجزیه و تحلیل آماری داده های تصویربرداری عصبی بررسی می کند. این توسعه رویکردهای آماری جدید برای مدلسازی دادههای مغز را بررسی میکند. این کتاب که برای محققان در آمار، آمار زیستی، علوم کامپیوتر، علوم شناختی، مهندسی کامپیوتر، مهندسی زیست پزشکی، ریاضیات کاربردی، فیزیک و رادیولوژی طراحی شده است، همچنین می تواند به عنوان یک کتاب درسی برای دوره های تحصیلات تکمیلی در آمار و آمار زیستی یا به عنوان کتاب خود استفاده شود. -مرجع مطالعه دکتری. دانشجویان در آمار، آمار زیستی، روانشناسی، علوم اعصاب و علوم کامپیوتر.
This book explores various state-of-the-art aspects behind the statistical analysis of neuroimaging data. It examines the development of novel statistical approaches to model brain data. Designed for researchers in statistics, biostatistics, computer science, cognitive science, computer engineering, biomedical engineering, applied mathematics, physics, and radiology, the book can also be used as a textbook for graduate-level courses in statistics and biostatistics or as a self-study reference for Ph.D. students in statistics, biostatistics, psychology, neuroscience, and computer science.
Content: 1. Overview --
2. Imaging modalities --
3. Statistical methods and models.