توضیحات
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.
————————————————————–
ترجمه ماشینی :
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 شامل 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 چندجملهای 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 استخراج نتایج بدون توزیع ممکن نباشد، مانند نرخ های همگرایی، تأکید بر نتایجی است که به محدودیت های کمتری در توزیع ها، نابرابری های بدون توزیع و انطباق نیاز دارند. نظریه ریاضی به طور سیستماتیک توسعه یافته است و فقط به دانش اولیه نظریه احتمال نیاز دارد. این کتاب یک مرجع ارزشمند برای هر کسی که به رگرسیون ناپارامتریک علاقه دارد خواهد بود و منبعی غنی از بسیاری از تکنیک های ریاضی مفید است که به طور گسترده در ادبیات پراکنده شده اند. به طور خاص، این کتاب خواننده را با نظریه فرآیند تجربی، مارتینگل ها و خواص تقریبی شبکه های عصبی آشنا می کند.
tag : دانلود کتاب یک تئوری بدون توزیع رگرسیون غیرپارامتری , Download یک تئوری بدون توزیع رگرسیون غیرپارامتری , دانلود یک تئوری بدون توزیع رگرسیون غیرپارامتری , Download A Distribution-free Theory of Nonparametric Regression Book , یک تئوری بدون توزیع رگرسیون غیرپارامتری دانلود , buy یک تئوری بدون توزیع رگرسیون غیرپارامتری , خرید کتاب یک تئوری بدون توزیع رگرسیون غیرپارامتری , دانلود کتاب A Distribution-free Theory of Nonparametric Regression , کتاب A Distribution-free Theory of Nonparametric Regression , دانلود A Distribution-free Theory of Nonparametric Regression , خرید A Distribution-free Theory of Nonparametric Regression , خرید کتاب A Distribution-free Theory of Nonparametric Regression ,
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.