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 Probabilistic Networks and Expert Systems

دانلود کتاب شبکه های احتمالی و سیستم های خبره

Probabilistic Networks and Expert Systems

مشخصات کتاب

Probabilistic Networks and Expert Systems

ویرایش: 1 
نویسندگان: , , ,   
سری: Information Science and Statistics 
ISBN (شابک) : 9780387987675, 9780387226309 
ناشر: Springer-Verlag New York 
سال نشر: 1999 
تعداد صفحات: 323 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 46,000



کلمات کلیدی مربوط به کتاب شبکه های احتمالی و سیستم های خبره: آمار برای مهندسی، فیزیک، علوم کامپیوتر، شیمی و علوم زمین، نظریه احتمالات و فرآیندهای تصادفی، هوش مصنوعی (شامل رباتیک)



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Probabilistic Networks and Expert Systems 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 شبکه های احتمالی و سیستم های خبره 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 شبکه های احتمالی و سیستم های خبره



برنده جایزه DeGroot 2002.

سیستم‌های خبره احتمالی شبکه‌های گرافیکی هستند که از مدل‌سازی عدم قطعیت و تصمیم‌گیری در حوزه‌های پیچیده بزرگ پشتیبانی می‌کنند و در عین حال سهولت محاسبه را حفظ می‌کنند. این کتاب با تکیه بر تحقیقات اصلی نویسندگان در طول چندین سال، یک درمان ریاضی کامل و دقیق از ایده‌ها، ساختارها و الگوریتم‌های زیربنایی ارائه می‌کند و بر مواردی تأکید می‌کند که در آنها پاسخ‌های دقیق قابل دستیابی است. هم به‌روزرسانی عدم قطعیت احتمالی در پرتو شواهد جدید و هم استنتاج آماری در مورد احتمالات ناشناخته یا ساختار مدل ناشناخته را در پرتو داده‌های جدید پوشش می‌دهد. توجه دقیق به جزئیات، این اثر را به یک منبع مرجع مهم برای همه کسانی که در تئوری و کاربردهای سیستم های خبره احتمالی دست دارند تبدیل می کند.

این کتاب اولین جایزه DeGroot را دریافت کرد. انجمن بین‌المللی تحلیل بیزی برای کتابی که سهم مهم، به‌موقع، کامل و به‌ویژه بدیع در ادبیات آمار دارد. علوم اکچوئری و بیمه مدرسه بازرگانی سر جان کاس، شهر لندن. او از سال 1989 روی سیستم های خبره احتمالی کار می کند.

A. فیلیپ داوید، استاد آمار در دانشگاه کمبریج است. او به عنوان سردبیر ژورنال انجمن رویال آمار (سری B)، Biometrika و تحلیل بیزی، و به عنوان رئیس بین‌المللی خدمت کرده است. انجمن تحلیل بیزی. او دارای مدال گای انجمن سلطنتی آماری در برنز و نقره و جایزه اسندکور برای بهترین نشریه در بیومتری است. از آکسفورد او به عنوان سردبیر مجله آمار اسکاندیناوی خدمت کرده است. او دارای مدال نقره ای انجمن سلطنتی آمار و عضو افتخاری همان جامعه است. او به طور مشترک با دیوید جی. اشپیگلهالتر، جایزه انجمن آمار آمریکا را برای "برنامه آماری برجسته" دریافت کرده است.

دیوید جی. درک ریسک در دانشگاه کمبریج و دانشمند ارشد در واحد آمار زیستی MRC، کمبریج. او مقالات زیادی در زمینه روش‌شناسی و کاربردهای بیزی منتشر کرده است و دارای مدال گای انجمن آماری سلطنتی در برنز و نقره است.


توضیحاتی درمورد کتاب به خارجی

Winner of the 2002 DeGroot Prize.

Probabilistic expert systems are graphical networks that support the modelling of uncertainty and decisions in large complex domains, while retaining ease of calculation. Building on original research by the authors over a number of years, this book gives a thorough and rigorous mathematical treatment of the underlying ideas, structures, and algorithms, emphasizing those cases in which exact answers are obtainable. It covers both the updating of probabilistic uncertainty in the light of new evidence, and statistical inference, about unknown probabilities or unknown model structure, in the light of new data. The careful attention to detail will make this work an important reference source for all those involved in the theory and applications of probabilistic expert systems.

This book was awarded the first DeGroot Prize by the International Society for Bayesian Analysis for a book making an important, timely, thorough, and notably original contribution to the statistics literature.

Robert G. Cowell is a Lecturer in the Faculty of Actuarial Science and Insurance of the Sir John Cass Business School, City of London. He has been working on probabilistic expert systems since 1989.

A. Philip Dawid is Professor of Statistics at Cambridge University. He has served as Editor of the Journal of the Royal Statistical Society (Series B), Biometrika and Bayesian Analysis, and as President of the International Society for Bayesian Analysis. He holds the Royal Statistical Society Guy Medal in Bronze and in Silver, and the Snedecor Award for the Best Publication in Biometry.

Steffen L. Lauritzen is Professor of Statistics at the University of Oxford. He has served as Editor of the Scandinavian Journal of Statistics. He holds the Royal Statistical Society Guy Medal in Silver and is an Honorary Fellow of the same society. He has, jointly with David J. Spiegelhalter, received the American Statistical Association’s award for an "Outstanding Statistical Application."

David J. Spiegelhalter is Winton Professor of the Public Understanding of Risk at Cambridge University and Senior Scientist in the MRC Biostatistics Unit, Cambridge. He has published extensively on Bayesian methodology and applications, and holds the Royal Statistical Society Guy Medal in Bronze and in Silver.



فهرست مطالب

Introduction....Pages 1-4
Logic, Uncertainty, and Probability....Pages 5-23
Building and Using Probabilistic Networks....Pages 25-41
Graph Theory....Pages 43-61
Markov Properties on Graphs....Pages 63-81
Discrete Networks....Pages 83-123
Gaussian and Mixed Discrete-Gaussian Networks....Pages 125-153
Discrete Multistage Decision Networks....Pages 155-188
Learning About Probabilities....Pages 189-223
Checking Models Against Data....Pages 225-241
Structural Learning....Pages 243-263




نظرات کاربران