8 (905) 200-03-37 Владивосток
с 09:00 до 19:00

Подлинные 90 % новые книги | Подгонка и неопределенность данных [немецкий] Тило, Струц, Ван Дин

Цена: 4 324руб.    (¥204.6)
Артикул: 802285709532

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:tb9513035898
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥ 300 2705 706руб.
¥26.33557руб.
¥ 44.25 39.83842руб.
¥ 227.33 204.64 324руб.
  • Информация о товаре
  • Фотографии

Соответствие данных и неопределенность

 автор : [Германия] Тило, Штруц, переводы Ван Дина, Тан Тао, Инь Цзисинь, Ян Бинь, У Чжидун

 Измененная цена : 119 Юань

 ISBNНет. : 9787118118346

 из  Версия  Общество : Пресса национальной обороны

 Дата публикации : Июль 2019

 Рамка : Платформный порядок

 Начинать : 16

Содержание этой книги является самодостаточным, включает в себя новые идеи, отличительные особенности, тесную интеграцию теории и практики и содержит множество примеров и программных кодов.Таким образом, это отличная работа в области подбора данных и оценки методом наименьших квадратов.Команда переводчиков завершила перевод книги «Подбор данных и неопределенность: подбор методом взвешенных наименьших квадратов и его продвижение (2-е издание)» (1-е издание) в 2016 году.

К счастью, профессор Тило Штруц в 2015 году еще больше усовершенствовал книгу «Подбор данных и неопределенность: подгонка взвешенных малых квадратов и ее обобщение (2-е издание)», добавил много нового контента и опубликовал второе издание «Подбор данных и неопределенность: подгонка взвешенных малых квадратов и ее обобщение (2-е издание)» в издательстве Springer Press.Поскольку профессор Тило Струц добавил много важных знаний во второе издание и улучшил часть содержания в первом издании, команда переводчиков решила продолжить перевод второго издания в надежде, что больше китайских ученых, научных исследователей и инженеров смогут извлечь пользу из этой книги.

  • Часть I. Основы метода наименьших квадратов.
  • Глава 1. Введение в задачи подбора данных
  • 1.1 Что такое аппроксимация данных?
  • 1.2 Описание символов
  • 1.3 Линейные и нелинейные задачи
  • 1.4 Примеры применения линейной аппроксимации данных
  • 1.4.1 Константа оценки
  • 1.4.2 Оценка параметров по прямой (линейная регрессия)
  • 1.4.3 Полиномиальные функции
  • 1.4.4 Множественная линейная регрессия
  • 1.4.5 Винеровская фильтрация
  • 1.5. Некоторые проблемы нелинейной аппроксимации данных
  • 1.5.1 Экспоненциальная функция
  • 1.5.2 Составная функция колокола Гаусса
  • 1.5.3 Окружные функции
  • 1.5.4 Нейронная сеть
  • 1.6 Тестовые вопросы
  • Глава 2 Оценка параметров модели на основе метода наименьших квадратов
  • 2.1“Наименьший”Значение
  • 2.2 Традиционные алгоритмы решения задач минимизации
  • 2.3 Проблемы, требующие внимания
  • 2.4 Упрощающая обработка в условиях функции линейной модели
  • 2.5 Аппроксимация кривой при неизвестных условиях функционирования модели
  • 2.6 Примеры расчета
  • 2.6.1 Постоянная подгонка
  • 2.6.2 Прямолинейный монтаж
  • 2.6.3 Подбор полиномиальной функции
  • 2.6.4 Установка плоскости
  • 2.6.5 Линейное предсказание
  • 2.6.6 Подбор функции косинуса
  • 2.6.7 Вращение и перемещение координат
  • 2.6.8 Подбор экспоненциальной функции
  • 2.6.9 Подбор функции составного колокола Гаусса
  • 2.6.10 Установка круга
  • 2.6.11 Нейронная сеть
  • 2.7 Тестовые вопросы
  • Глава 3. Взвешивание и выбросы
  • ……
  • Часть II Математика, методы оптимизации и вспомогательное содержание