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: Joseph K. Blitzstein, Jessica Hwang سری: ناشر: Chapman and HallCRC سال نشر: 2014 تعداد صفحات: 589 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 مگابایت
در صورت تبدیل فایل کتاب Introduction to Probability (Chapman & HallCRC Texts in Statistical Science) 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 آشنایی با احتمال (متون چاپمن و HallCRC در علوم آماری) 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.
Introduction to Probability که از سخنرانیهای آمار مشهور
هاروارد تهیه شده است، زبان و ابزار ضروری برای درک آمار، تصادفی
بودن و عدم قطعیت را ارائه میکند. این کتاب طیف گسترده ای از
کاربردها و مثال ها را بررسی می کند، از تصادفات و پارادوکس ها
گرفته تا رتبه صفحه گوگل و زنجیره مارکوف مونت کارلو (MCMC).
حوزههای کاربردی اضافی مورد بررسی شامل ژنتیک، پزشکی، علوم
کامپیوتر و نظریه اطلاعات است. نسخه کتاب چاپی شامل کدی است که
دسترسی رایگان به نسخه کتاب الکترونیکی را فراهم میکند.
نویسندگان مطالب را به سبکی قابل دسترس ارائه میکنند و با
استفاده از مثالهای واقعی، مفاهیم را تحریک میکنند. در سرتاسر،
آنها از داستانها برای کشف ارتباط بین توزیعهای اساسی در آمار
و شرطیسازی استفاده میکنند تا مشکلات پیچیده را به قطعات قابل
مدیریت کاهش دهند.
کتاب شامل بسیاری از توضیحات، نمودارها و مشکلات عملی است. هر فصل
با بخشی به پایان می رسد که نشان می دهد چگونه شبیه سازی ها و
محاسبات مربوطه را در R، یک محیط نرم افزار آماری رایگان، انجام
دهیم.
Developed from celebrated Harvard statistics lectures,
Introduction to Probability provides essential language and
tools for understanding statistics, randomness, and
uncertainty. The book explores a wide variety of applications
and examples, ranging from coincidences and paradoxes to Google
PageRank and Markov chain Monte Carlo (MCMC). Additional
application areas explored include genetics, medicine, computer
science, and information theory. The print book version
includes a code that provides free access to an eBook
version.
The authors present the material in an accessible style and
motivate concepts using real-world examples. Throughout, they
use stories to uncover connections between the fundamental
distributions in statistics and conditioning to reduce
complicated problems to manageable pieces.
The book includes many intuitive explanations, diagrams, and
practice problems. Each chapter ends with a section showing how
to perform relevant simulations and calculations in R, a free
statistical software environment.