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 The Rasch Sampler + Code

دانلود کتاب Rasch Sampler + Code

مشخصات کتاب

The Rasch Sampler + Code

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:  
نویسندگان: Verhelst N.,  Hatzinger R.,  Mair P.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 0 
زبان: English 
فرمت فایل : RAR (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 229 کیلوبایت

قیمت کتاب (تومان) : 50,000

کلمات کلیدی مربوط به کتاب Rasch Sampler + Code: کتابخانه، ادبیات کامپیوتر، ر

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 8

در صورت تبدیل فایل کتاب The Rasch Sampler + Code 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 Rasch Sampler + Code 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 Rasch Sampler + Code

نمونه‌گر Rasch یک الگوریتم کارآمد برای نمونه‌برداری از ماتریس‌های باینری با مجموع حاشیه‌ای است. این یک الگوریتم زنجیره مارکوف مونت کارلو (MCMC) است. این برنامه می تواند ماتریس هایی تا 1024 سطر و 64 ستون را مدیریت کند. یک گزینه خاص اجازه می دهد تا از ماتریس های مربعی با حاشیه های داده شده و مورب اصلی ثابت نمونه برداری کنید، مشکلی که در تجزیه و تحلیل شبکه های اجتماعی برجسته است. در همه موارد توزیع ثابت یکنواخت است. کاربر روی وابستگی سریال کنترل دارد.

توضیحاتی درمورد کتاب به خارجی

The Rasch sampler is an efficient algorithm to sample binary matrices with given marginal sums. It is a Markov chain Monte Carlo (MCMC) algorithm. The program can handle matrices of up to 1024 rows and 64 columns. A special option allows to sample square matrices with given marginals and fixed main diagonal, a problem prominent in social network analysis. In all cases the stationary distribution is uniform. The user has control on the serial dependency.