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: روانشناسی ویرایش: نویسندگان: Clark Glymour سری: ISBN (شابک) : 0262072203, 9780262072205 ناشر: The MIT Press سال نشر: 2001 تعداد صفحات: 241 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب The Mind's Arrows: Bayes Nets and Graphical Causal Models in Psychology 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 پیکان های ذهن: شبکه های بیز و مدل های علphی گرافیکی در روانشناسی 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.
در سالهای اخیر، گروههای کوچکی از آماردانان، دانشمندان کامپیوتر و فیلسوفان گزارشی از چگونگی استفاده از دانش علی جزئی برای محاسبه تأثیر اعمال و چگونگی یادگیری روابط علی، حداقل توسط رایانه، ایجاد کردهاند. بازنمایی های مورد استفاده در نظریه نوظهور شبکه های بیز علی یا مدل های علی گرافیکی هستند. کلارک گلیمور در کتاب جدید خود مقدمه ای غیررسمی بر مفروضات اساسی، الگوریتم ها و تکنیک های شبکه های بیز علی و مدل های علی گرافیکی در زمینه مثال های روانشناختی ارائه می دهد. . او پتانسیل آنها را به عنوان ابزاری قدرتمند برای هدایت تحقیقات تجربی و برای تفسیر نتایج در روانشناسی رشد، عصب روانشناسی شناختی، روانسنجی، روانشناسی اجتماعی و مطالعات قضاوت بزرگسالان نشان می دهد. با استفاده از تکنیکهای شبکه بیز، گلیمور آزمایشهای جدیدی را برای تمایز بین نظریههای یادگیری علی انسانی پیشنهاد میکند و نتایج تجربی مختلفی را که تفسیر یا تفسیر شدهاند، مجدداً تحلیل میکند - بدون بهرهمندی از شبکههای بیز و مدلهای علی گرافیکی. تصویر برجستون تحلیلی از روشهای مورد استفاده در کتاب منحنی زنگ هرنشتاین و موری است. گلیمور استدلال میکند که روشهای جدید و قابلاعتمادتر تحلیل دادهها، بر اساس بازنماییهای شبکههای بیز، به نتایج بسیار متفاوتی از نتایج مورد حمایت هرنشتاین و موری منجر میشود.
In recent years, small groups of statisticians, computer scientists, and philosophers have developed an account of how partial causal knowledge can be used to compute the effect of actions and how causal relations can be learned, at least by computers. The representations used in the emerging theory are causal Bayes nets or graphical causal models.In his new book, Clark Glymour provides an informal introduction to the basic assumptions, algorithms, and techniques of causal Bayes nets and graphical causal models in the context of psychological examples. He demonstrates their potential as a powerful tool for guiding experimental inquiry and for interpreting results in developmental psychology, cognitive neuropsychology, psychometrics, social psychology, and studies of adult judgment. Using Bayes net techniques, Glymour suggests novel experiments to distinguish among theories of human causal learning and reanalyzes various experimental results that have been interpreted or misinterpreted--without the benefit of Bayes nets and graphical causal models. The capstone illustration is an analysis of the methods used in Herrnstein and Murray's book The Bell Curve; Glymour argues that new, more reliable methods of data analysis, based on Bayes nets representations, would lead to very different conclusions from those advocated by Herrnstein and Murray.