Combinatorial Methods in Density Estimation
ธ.ค. 2012 · Springer Science & Business Media
eBook
209
หน้า
reportคะแนนและรีวิวไม่ได้รับการตรวจสอบยืนยัน ดูข้อมูลเพิ่มเติม
เกี่ยวกับ eBook เล่มนี้
Density estimation has evolved enormously since the days of bar plots and histograms, but researchers and users are still struggling with the problem of the selection of the bin widths. This text explores a new paradigm for the data-based or automatic selection of the free parameters of density estimates in general so that the expected error is within a given constant multiple of the best possible error. The paradigm can be used in nearly all density estimates and for most model selection problems, both parametric and nonparametric. It is the first book on this topic. The text is intended for first-year graduate students in statistics and learning theory, and offers a host of opportunities for further research and thesis topics. Each chapter corresponds roughly to one lecture, and is supplemented with many classroom exercises. A one year course in probability theory at the level of Feller's Volume 1 should be more than adequate preparation. Gabor Lugosi is Professor at Universitat Pompeu Fabra in Barcelona, and Luc Debroye is Professor at McGill University in Montreal. In 1996, the authors, together with Lászlo Györfi, published the successful text, A Probabilistic Theory of Pattern Recognition with Springer-Verlag. Both authors have made many contributions in the area of nonparametric estimation.
ให้คะแนน eBook นี้
แสดงความเห็นของคุณให้เรารับรู้
ข้อมูลในการอ่าน
สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ
