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 Nonparametric Function Estimation, Modeling, and Simulation

دانلود کتاب تخمین عملکرد غیر پارامتری ، مدل سازی و شبیه سازی

مشخصات کتاب

Nonparametric Function Estimation, Modeling, and Simulation

دسته بندی: احتمال
ویرایش: illustrated edition 
نویسندگان: James R. Thompson,  Richard A. Tapia  
سری:  
ISBN (شابک) : 9780898712612, 0898712610 
ناشر: Society for Industrial  Mathematics 
سال نشر: 1987 
تعداد صفحات: 321 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 40,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 7

در صورت تبدیل فایل کتاب Nonparametric Function Estimation, Modeling, and Simulation 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 تخمین عملکرد غیر پارامتری ، مدل سازی و شبیه سازی 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 تخمین عملکرد غیر پارامتری ، مدل سازی و شبیه سازی

موضوعات مورد تاکید در این کتاب شامل تخمین چگالی ناپارامتری به عنوان یک دستگاه اکتشافی به همراه مدل های عمیق تر که تجزیه و تحلیل اکتشافی به آنها اشاره می کند، تجزیه و تحلیل داده های چند بعدی و تجزیه و تحلیل داده های سنجش از دور، پیشرفت سرطان، نظریه آشوب، مدل سازی اپیدمیولوژیک، و الگوریتم های مبتنی بر موازی است. . روش‌های جدید مورد بحث، تکنیک‌های مبتنی بر تخمین چگالی سریع ناپارامتری برای نمونه‌برداری مجدد و تکنیک‌های تخمین مبتنی بر شبیه‌سازی هستند که به راه‌حل‌های فرم بسته نیاز ندارند.

توضیحاتی درمورد کتاب به خارجی

Topics emphasized in this book include nonparametric density estimation as an exploratory device plus the deeper models to which the exploratory analysis points, multi-dimensional data analysis, and analysis of remote sensing data, cancer progression, chaos theory, epidemiological modeling, and parallel based algorithms. New methods discussed are quick nonparametric density estimation based techniques for resampling and simulation based estimation techniques not requiring closed form solutions.