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
دسته بندی: آمار ریاضی ویرایش: 1 نویسندگان: Victor Patrangenaru. Leif Ellingson سری: Chapman & Hall/CRC Monographs on Statistics & Applied Probab ISBN (شابک) : 1439820503, 9781439820506 ناشر: CRC Press سال نشر: 2015 تعداد صفحات: 551 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 18 مگابایت
کلمات کلیدی مربوط به کتاب آمار ناپارامتریک در منیفولدها و کاربردهای آنها در تجزیه و تحلیل داده های شی: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی
در صورت تبدیل فایل کتاب Nonparametric Statistics on Manifolds and Their Applications to Object 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 آمار ناپارامتریک در منیفولدها و کاربردهای آنها در تجزیه و تحلیل داده های شی 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.
روشی جدید برای تجزیه و تحلیل داده های شیء از دیدگاه ناپارامتریک
آمار ناپارامتریک در منیفولدها و کاربردهای آنها در تجزیه و تحلیل داده های شی یکی از اولین درمان کامل از نظریه و روش برای تجزیه و تحلیل داده ها در منیفولدها. همچنین کاربردهای عمیقی را برای مشکلات عملی که در زمینههای مختلف از جمله آمار، تصویربرداری پزشکی، بینایی رایانه، تشخیص الگو و بیوانفورماتیک به وجود میآیند، ارائه میکند.
کتاب با شروع میشود. بررسی نمونههای گویا از دادههای شی قبل از حرکت به بررسی مفاهیم آمار ریاضی، هندسه دیفرانسیل و توپولوژی. نویسندگان در مرحله بعد تئوری و روشهایی را برای کار بر روی انواع مختلف توصیف میکنند و دیدگاهی تاریخی از مفاهیم ریاضی و آمار ارائه میدهند. سپس آنها مشکلاتی را از طیف گسترده ای از زمینه ها، از جمله تصویربرداری تانسور انتشار، تجزیه و تحلیل شکل شباهت، تجزیه و تحلیل داده های جهت دار، و تجزیه و تحلیل شکل تصویری برای بینایی ماشین ارائه می دهند. این کتاب با بحث در مورد تحقیقات مرتبط فعلی و موضوعات آموزشی در سطح فارغ التحصیل و همچنین ملاحظات مربوط به آمار محاسباتی به پایان می رسد.
محققان در زمینه های مختلف باید روش شناسی آماری را با مفاهیمی از هندسه تصویری، هندسه دیفرانسیل، و توپولوژی برای تجزیه و تحلیل اشیاء داده ناشی از فضاهای شی غیر اقلیدسی. راهنمای متخصص محور برای این رویکرد، این کتاب تئوری ناپارامتریک کلی برای تجزیه و تحلیل دادهها در منیفولدها، روشهای کار با فضاهای خاص، و کاربردهای گسترده برای مسائل تحقیق عملی را پوشش میدهد. این مشکلات نشان می دهد که چگونه تجزیه و تحلیل داده های شی دری بزرگ به قلمرو تجزیه و تحلیل داده های بزرگ باز می کند.
A New Way of Analyzing Object Data from a Nonparametric Viewpoint
Nonparametric Statistics on Manifolds and Their Applications to Object Data Analysis provides one of the first thorough treatments of the theory and methodology for analyzing data on manifolds. It also presents in-depth applications to practical problems arising in a variety of fields, including statistics, medical imaging, computer vision, pattern recognition, and bioinformatics.
The book begins with a survey of illustrative examples of object data before moving to a review of concepts from mathematical statistics, differential geometry, and topology. The authors next describe theory and methods for working on various manifolds, giving a historical perspective of concepts from mathematics and statistics. They then present problems from a wide variety of areas, including diffusion tensor imaging, similarity shape analysis, directional data analysis, and projective shape analysis for machine vision. The book concludes with a discussion of current related research and graduate-level teaching topics as well as considerations related to computational statistics.
Researchers in diverse fields must combine statistical methodology with concepts from projective geometry, differential geometry, and topology to analyze data objects arising from non-Euclidean object spaces. An expert-driven guide to this approach, this book covers the general nonparametric theory for analyzing data on manifolds, methods for working with specific spaces, and extensive applications to practical research problems. These problems show how object data analysis opens a formidable door to the realm of big data analysis.