نرم افزار: سیستم ها: محاسبات علمی

مدل های Spline برای داده های مشاهده ای

Spline models for observational data

دانلود کتاب Spline models for observational data (به فارسی: مدل های Spline برای داده های مشاهده ای) نوشته شده توسط «Grace Wahba»

اطلاعات کتاب مدل های Spline برای داده های مشاهده ای

موضوع اصلی: ریاضیات

نوع: کتاب الکترونیکی

ناشر: Society for Industrial and Applied Mathematics

نویسنده: Grace Wahba

زبان: English

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

سال انتشار: 1990

تعداد صفحه: 186

حجم کتاب: 14 مگابایت

کد کتاب: 9780898712445 , 0898712440

نوبت چاپ: illustrated edition

توضیحات کتاب مدل های Spline برای داده های مشاهده ای

به عنوان شاگرد مانی پارزن در استنفورد گریس وهبا در زمینه بازتولید هسته هیلبرت اسپیس و هموارسازی اسپلاین مکعبی کار کرد. اساساً اسپلاین ها توابع انعطاف پذیر خاصی هستند که می توانند برای برازش توابع رگرسیون تا به امروز بدون فرض یک چند جمله ای درجه خطی یا ثابت استفاده شوند. این چسباندن توابع چند جمله ای محلی (مانند توابع مکعبی) است که در آن چند جمله ای تعاریف را در مجموعه ای از نقاط به نام گره های اسپلاین تغییر می دهد. برای حفظ یکنواختی تابع، محدودیت‌ها بر روی مشتقات اسپلاین‌ها در گره‌ها قرار می‌گیرند. این در نظر گرفته شده است که به آنها تداوم و صافی در نقاط اتصال بدهد.

در این مونوگراف، گریس وهبا چگونگی ساخت و تطبیق این خطوط را با داده ها شرح می دهد. در انجام این کار نرمی، تناسب خوب و توانایی پیش بینی از ویژگی های مهم است. توابع از دست دادن مناسب با محدودیت های صافی در تناسب استفاده می شود. تعداد و محل گره ها را می توان ثابت کرد یا می توان آن را بر اساس داده های نمونه تعیین کرد. توجه به این نکته مهم است که برای تعیین اینکه آیا spline یک پیش‌بینی کننده مسخره است، تکنیک‌هایی مانند اعتبارسنجی متقاطع مورد نیاز است.

As a student of Manny Parzen at Stanford Grace Wahba worked in the area of reproducing kernel Hilbert Space and cubic spline smoothing. Basically splines are special flexible functions that can be used to fit regression functions to date without assuming a linear or fixed degree polynomial. It is the pasting together of local polynomial functions (e.g. cubic functions) where the polynomial changes definitions at a set of points called the knots of the spline. To maintain a smoothness to the function the constraints are placed on the derivatives of the splines at the knors. This is intended to give them continuity and smoothness at the points of connection.

In this monograph Grace Wahba describes how to construct and fit such splines to data. In so doing smoothness, goodness of fit and ability ot predict are the important attributes. Appropriate loss functions with smoothness constraints are used in the fit. The number and location of the knots can be fixed or it can ve determined based on the sample data. It is important to note that to determine whether the spline is a goof predictor techniques such as cross-validation are required.

دانلود کتاب «مدل های Spline برای داده های مشاهده ای»

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

📖 خرید این کتاب

برای دریافت فایل و اطلاع از قیمت، روی یکی از دکمه‌های زیر کلیک کنید تا پیام آماده برای شما ارسال شود:

پس از ارسال پیام، قیمت و لینک دریافت فایل در اسرع وقت برای شما ارسال خواهد شد.

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