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: Antonios K. Alexandridis, Achilleas D. Zapranis سری: ISBN (شابک) : 9781118592526 ناشر: Wiley سال نشر: 2014 تعداد صفحات: 263 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 20 مگابایت
در صورت تبدیل فایل کتاب Wavelet Neural Networks With Applications in Financial Engineering, Chaos, and Classification 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 عصبی موجک با کاربرد در مهندسی مالی، آشوب و طبقه بندی 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.
از طریق مثالهای گسترده و مطالعات موردی، شبکههای عصبی موجک معرفی گام به گام برای مدلسازی، آموزش و پیشبینی با استفاده از شبکههای موجک ارائه میکنند. نویسندگان تحسین شده یک چارچوب شناسایی مدل آماری را برای اعمال موفقیت آمیز شبکه های موجک در کاربردهای مختلف، به ویژه، ارائه چارچوب ریاضی و آماری مورد نیاز برای انتخاب مدل، انتخاب متغیر، ساخت شبکه موجک، مقداردهی اولیه، آموزش، پیش بینی و پیش بینی، فواصل اطمینان، پیش بینی ارائه می کنند. فواصل زمانی و تست کفایت مدل این متن برای دانشجویان MBA و همچنین محققان و پزشکان ایده آل است. روش شناسی های مختلف به مراحل رویه ای مناسب برای تسهیل درک تفکیک می شوند.
Through extensive examples and case studies, Wavelet Neural Networks provides a step-by-step introduction to modeling, training, and forecasting using wavelet networks. The acclaimed authors present a statistical model identification framework to successfully apply wavelet networks in various applications, specifically, providing the mathematical and statistical framework needed for model selection, variable selection, wavelet network construction, initialization, training, forecasting and prediction, confidence intervals, prediction intervals, and model adequacy testing. The text is ideal for MBA students as well as researchers and practitioners. Various methodologies are separated into the appropriate procedural stages to facilitate understanding.