کتاب الکترونیکی

نظریه رگرسیون ناپارامتریک بدون توزیع

A Distribution-free Theory of Nonparametric Regression

دانلود کتاب A Distribution-free Theory of Nonparametric Regression (به فارسی: نظریه رگرسیون ناپارامتریک بدون توزیع) نوشته شده توسط «László Györfi – Michael Kohler – Adam Krzyzak – Harro Walk»

اطلاعات کتاب نظریه رگرسیون ناپارامتریک بدون توزیع

موضوع اصلی: 1

نوع: کتاب الکترونیکی

ناشر: Springer New York

نویسنده: László Györfi – Michael Kohler – Adam Krzyzak – Harro Walk

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2010

تعداد صفحه: 664

حجم کتاب: 5 مگابایت

کد کتاب: 9781441929983 , 1441929983

توضیحات کتاب نظریه رگرسیون ناپارامتریک بدون توزیع

این کتاب یک تجزیه و تحلیل عمیق سیستماتیک از رگرسیون ناپارامتریک با طراحی تصادفی ارائه می دهد. تقریباً تمام تخمین‌های شناخته‌شده مانند تخمین‌های میانگین‌گیری محلی کلاسیک از جمله تخمین‌های هسته، تقسیم‌بندی و نزدیک‌ترین همسایه، تخمین‌های حداقل مربعات با استفاده از خطوط، شبکه‌های عصبی و شبکه‌های تابع پایه شعاعی، تخمین‌های حداقل مربعات جریمه‌شده، تخمین‌های هسته چند جمله‌ای محلی، و تخمین‌های سری متعامد را پوشش می‌دهد. تاکید بر ویژگی های بدون توزیع تخمین ها است. اکثر نتایج سازگاری برای همه توزیع‌های داده‌ها معتبر هستند. هر زمان که امکان استخراج نتایج بدون توزیع وجود نداشته باشد، همانطور که در مورد نرخ های همگرایی وجود دارد، تأکید بر نتایجی است که به محدودیت های کمتری در توزیع ها، نابرابری های بدون توزیع و انطباق نیاز دارند.
نظریه ریاضی مربوطه به طور سیستماتیک توسعه یافته است و فقط به دانش پایه از نظریه احتمال نیاز دارد. این کتاب یک مرجع ارزشمند برای هر کسی که علاقه مند به رگرسیون ناپارامتریک است و منبعی غنی از بسیاری از تکنیک های ریاضی مفید است که به طور گسترده در ادبیات پراکنده شده است. به طور خاص، این کتاب خواننده را با نظریه فرآیند تجربی، مارتینگل ها و خواص تقریبی شبکه های عصبی آشنا می کند.

This book provides a systematic in-depth analysis of nonparametric regression with random design. It covers almost all known estimates such as classical local averaging estimates including kernel, partitioning and nearest neighbor estimates, least squares estimates using splines, neural networks and radial basis function networks, penalized least squares estimates, local polynomial kernel estimates, and orthogonal series estimates. The emphasis is on distribution-free properties of the estimates. Most consistency results are valid for all distributions of the data. Whenever it is not possible to derive distribution-free results, as in the case of the rates of convergence, the emphasis is on results which require as few constrains on distributions as possible, on distribution-free inequalities, and on adaptation.
The relevant mathematical theory is systematically developed and requires only a basic knowledge of probability theory. The book will be a valuable reference for anyone interested in nonparametric regression and is a rich source of many useful mathematical techniques widely scattered in the literature. In particular, the book introduces the reader to empirical process theory, martingales and approximation properties of neural networks.

دانلود کتاب «نظریه رگرسیون ناپارامتریک بدون توزیع»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.

برچسب ها
مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان