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: Judea Pearl
سری: 智能科学与技术丛书
ISBN (شابک) : 9787111701392
ناشر: 机械工业出版社
سال نشر: 2022
تعداد صفحات: 534
[539]
زبان: Chinese
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 145 Mb
در صورت تبدیل فایل کتاب 因果论(原书第2版): 模型、推理和推断 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 因果论(原书第2版): 模型、推理和推断 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.
نسخه اول این کتاب در سال 2001 برنده جایزه لاکاتوش شد و نویسنده جودیا پرل برنده جایزه تورینگ در سال 2011 بود. انتشار این کتاب به محققان، دانشجویان و محققان چینی در زمینههای مختلف کمک میکند تا محتوای مربوط به مدلهای علی، استدلال و استنتاج را درک و تسلط پیدا کنند و نتایج عالی در زمینههای مرتبط به دست آورند.
\r\nاین کتاب به طور جامع تحلیل علیت مدرن را توضیح میدهد و نشان میدهد که چگونه علیت از یک مفهوم مبهم به مجموعهای از نظریههای ریاضی تبدیل شده و به طور گسترده در آمار، هوش مصنوعی، اقتصاد، فلسفه، علوم شناختی و سلامت استفاده میشود. زمینههایی مانند علم و جامعه شناسی این کتاب یک نظریه جامع از علیت را ارائه می دهد که رویکردهای احتمالی، عملیاتی، خلاف واقع و ساختاری را برای علیت متحد می کند و ابزارهای ریاضی ساده ای را برای مطالعه رابطه بین علیت و ارتباط آماری ارائه می دهد. این کتاب اطلاعات داده را با ادغام دانش دامنه، محدودیت های عقل سلیم، مفاهیم میراث فرهنگی و غیره تکمیل می کند و راه حل های علمی برای مشکلات اساسی در یادگیری ماشین مبتنی بر آمار ارائه می دهد.
本书第1版曾获2001年拉卡托斯奖,作者朱迪亚·珀尔是2011年图灵奖得主。本书的出版将有利于中国的广大学者、学生和各领域研究人员了解和掌握因果模型、推理和推断相关的内容,在相关领域做出优异的成果。
本书全面阐述了现代因果关系分析,展示了因果关系如何从一个模糊的概念发展成为一套数学理论,并广泛用于统计学、人工智能、经济学、哲学、认知科学、卫生科学和社会学等领域。本书提出了一个全面的因果关系理论,它统一了因果关系的概率、操作、反事实和结构方法,并提供了简单的数学工具来研究因果关系和统计关联之间的关系。本书通过融合领域知识、常识约束、文化传承的概念等来补充数据信息,为基于统计的机器学习中遇到的基本问题提供了科学的解决方案。