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 Mathematical Algorithms for Linear Regression

دانلود کتاب الگوریتم های ریاضی برای رگرسیون خطی

Mathematical Algorithms for Linear Regression

مشخصات کتاب

Mathematical Algorithms for Linear Regression

ویرایش:  
نویسندگان:   
سری: Computer Science and Scientific Computing 
ISBN (شابک) : 9780126564600, 0126564604 
ناشر: Elsevier Inc, Academic Press 
سال نشر: 1992 
تعداد صفحات: 335 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 15 مگابایت 

قیمت کتاب (تومان) : 44,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Mathematical Algorithms for Linear Regression 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 الگوریتم های ریاضی برای رگرسیون خطی 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 الگوریتم های ریاضی برای رگرسیون خطی

این جلد مروری بر روش‌های عددی برای رگرسیون خطی، از جمله زیر روال‌های FORTRAN ارائه می‌کند. رگرسیون خطی کاربردهای مفیدی در تجارت، آمار و مهندسی دارد و این کار هر سه مورد مهم که p=1,2 و infinity را پوشش می‌دهد.


توضیحاتی درمورد کتاب به خارجی

This volume presents an overview of numerical methods for linear regression, including FORTRAN subroutines. Linear regression has useful applications in business, statistics and engineering and this work covers all three important cases where p=1,2 and infinity



فهرست مطالب

Content: Linear L
regression
robust regression (ROBUST)
ridge regression (RRL2, RRL1, RRL1)
linear L
regression with linear constraints
linear L
regression with non-negative parameters
orthogonal linear L
regression
final remarks
list of subroutines
examples.




نظرات کاربران