دانلود کتاب New Perspectives in Partial Least Squares and Related Methods – چشم اندازهای جدید در حداقل مربعات جزئی و روشهای مرتبط

توضیحات

New Perspectives in Partial Least Squares and Related Methods shares original, peer-reviewed research from presentations during the 2012 partial least squares methods meeting (PLS 2012). This was the 7th meeting in the series of PLS conferences and the first to take place in the USA. PLS is an abbreviation for Partial Least Squares and is also sometimes expanded as projection to latent structures. This is an approach for modeling relations between data matrices of different types of variables measured on the same set of objects. The twenty-two papers in this volume, which include three invited contributions from our keynote speakers, provide a comprehensive overview of the current state of the most advanced research related to PLS and related methods. Prominent scientists from around the world took part in PLS 2012 and their contributions covered the multiple dimensions of the partial least squares-based methods. These exciting theoretical developments ranged from partial least squares regression and correlation, component based path modeling to regularized regression and subspace visualization. In following the tradition of the six previous PLS meetings, these contributions also included a large variety of PLS approaches such as PLS metamodels, variable selection, sparse PLS regression, distance based PLS, significance vs. reliability, and non-linear PLS. Finally, these contributions applied PLS methods to data originating from the traditional econometric/economic data to genomics data, brain images, information systems, epidemiology, and chemical spectroscopy. Such a broad and comprehensive volume will also encourage new uses of PLS models in work by researchers and students in many fields.

————————————————————–

ترجمه ماشینی :

دیدگاه های جدید در حداقل مربعات جزئی و روش های مرتبط با آن ، تحقیقات اصلی ، همکار بررسی شده از ارائه ها را در طول جلسه روشهای حداقل مربعات جزئی سال 2012 به اشتراک می گذارد (PLS 2012). این هفتمین جلسه در سری کنفرانس های PLS و اولین بار در ایالات متحده بود. PLS مخفف حداقل مربعات جزئی است و همچنین گاهی اوقات به عنوان پیش بینی به ساختارهای نهفته گسترش می یابد. این یک رویکرد برای مدل سازی روابط بین ماتریس داده ها در انواع مختلف متغیرهای اندازه گیری شده در همان مجموعه اشیاء است. بیست و دو مقاله در این جلد ، که شامل سه کمک دعوت شده از سخنرانان اصلی ما است ، یک مرور کلی از وضعیت فعلی پیشرفته ترین تحقیقات مربوط به PLS و روش های مرتبط ارائه می دهد. دانشمندان برجسته از سراسر جهان در PLS 2012 شرکت کردند و سهم آنها ابعاد متعدد روشهای جزئی مبتنی بر مربعات را پوشش می داد. این تحولات نظری هیجان انگیز از رگرسیون و همبستگی حداقل مربعات جزئی ، مدل سازی مسیر مبتنی بر مؤلفه تا رگرسیون منظم و تجسم زیر فضای. در پیگیری سنت شش جلسه قبلی PLS ، این مشارکت ها شامل تنوع زیادی از رویکردهای PLS مانند متامودل های PLS ، انتخاب متغیر ، رگرسیون پراکنده PLS ، PLS مبتنی بر فاصله ، اهمیت در مقابل قابلیت اطمینان و PLS غیر خطی نیز بود. سرانجام ، این مشارکتها از روشهای PLS برای داده های منشأ داده های سنتی اقتصاد سنجی/اقتصادی گرفته تا داده های ژنومیک ، تصاویر مغزی ، سیستم های اطلاعاتی ، اپیدمیولوژی و طیف سنجی شیمیایی استفاده کرد. چنین حجم گسترده ای و جامع همچنین استفاده های جدید از مدل های PLS را در کار محققان و دانشجویان در بسیاری از زمینه ها تشویق می کند.