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
ویرایش:
نویسندگان: Sharon Bertsch McGrayne
سری:
ISBN (شابک) : 0300169698, 9780300169690
ناشر: Yale University Press
سال نشر: 2011
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 550 کیلوبایت
در صورت تبدیل فایل کتاب The Theory That Would Not Die 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 نظریه ای که نمی میرد 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.
قاعده بیس به نظر یک قضیه ساده و تک خطی است: با به روز رسانی باورهای اولیه خود با اطلاعات عینی جدید، یک باور جدید و بهبود یافته به دست می آوریم. برای طرفداران آن، این بیانیه ای زیبا در مورد یادگیری از تجربه است. برای مخالفانش، این موضوع ذهنیتی نامطلوب است.
در اولین گزارش از قانون بیز برای خوانندگان عمومی، شارون برتش مک گرین این قضیه بحث برانگیز و وسواس های انسانی پیرامون آن را بررسی می کند. او کشف آن را توسط یک ریاضیدان آماتور در دهه 1740 از طریق توسعه آن به شکل تقریباً مدرن آن توسط دانشمند فرانسوی پیر سیمون لاپلاس دنبال می کند. او فاش می کند که چرا آماردانان محترم آن را به مدت 150 سال به صورت حرفه ای تابو معرفی کردند – در همان زمان که پزشکان برای حل بحران هایی که شامل عدم قطعیت زیاد و اطلاعات اندک بود (نقش آلن تورینگ در شکستن رمز انیگما آلمان در طول جنگ جهانی دوم) به آن تکیه کردند و توضیح می دهد که چگونه ظهور فن آوری کامپیوتری خارج از قفسه در دهه 1980 ثابت کرد که بازی را تغییر می دهد. امروزه، قانون بیز در همه جا از رمزگشایی DNA گرفته تا امنیت داخلی استفاده می شود.
با استفاده از منابع اولیه و مصاحبه با آماردانان و دانشمندان دیگر، نظریه ای که نمی میرد شرح جالبی از این است که چگونه یک قضیه به ظاهر ساده، یکی از بزرگترین جنجالهای تمام دوران را برانگیخت.
Bayes' rule appears to be a straightforward, one-line theorem: by updating our initial beliefs with objective new information, we get a new and improved belief. To its adherents, it is an elegant statement about learning from experience. To its opponents, it is subjectivity run amok.
In the first-ever account of Bayes' rule for general readers, Sharon Bertsch McGrayne explores this controversial theorem and the human obsessions surrounding it. She traces its discovery by an amateur mathematician in the 1740s through its development into roughly its modern form by French scientist Pierre Simon Laplace. She reveals why respected statisticians rendered it professionally taboo for 150 years—at the same time that practitioners relied on it to solve crises involving great uncertainty and scanty information (Alan Turing's role in breaking Germany's Enigma code during World War II), and explains how the advent of off-the-shelf computer technology in the 1980s proved to be a game-changer. Today, Bayes' rule is used everywhere from DNA de-coding to Homeland Security.
Drawing on primary source material and interviews with statisticians and other scientists, The Theory That Would Not Die is the riveting account of how a seemingly simple theorem ignited one of the greatest controversies of all time.
Content: pt. 1. Enlightenment and the anti-Bayesian reaction --
Causes in the air --
The man who did everything --
Many doubts, few defenders --
pt. 2. Second World War era --
Bayes goes to war --
Dead and buried again --
pt. 3. The glorious revival --
Arthur Bailey --
From tool to theology --
Jerome Cornfield, lung cancer, and heart attacks --
There\'s always a first time --
46,656 varieties --
pt. 4. To prove its worth --
Business decisions --
Who wrote The Federalist? --
The cold warrior --
Three Mile Island --
The Navy searches --
pt. 5. Victory --
Eureka! --
Rosetta stones --
Appendixes --
Dr. Fisher\'s casebook --
Applying Baye\'s Rule to mammograms and breast cancer.