Atjaunināt sīkdatņu piekrišanu

E-grāmata: Bayesian Nonparametric Statistics: Ecole d'Ete de Probabilites de Saint-Flour LI - 2023

Citas grāmatas par šo tēmu:
  • Formāts - EPUB+DRM
  • Cena: 65,42 €*
  • * ši ir gala cena, t.i., netiek piemērotas nekādas papildus atlaides
  • Ielikt grozā
  • Pievienot vēlmju sarakstam
  • Šī e-grāmata paredzēta tikai personīgai lietošanai. E-grāmatas nav iespējams atgriezt un nauda par iegādātajām e-grāmatām netiek atmaksāta.
Bayesian Nonparametric Statistics: Ecole d'Ete de Probabilites de Saint-Flour LI - 2023Palielināt
Citas grāmatas par šo tēmu:

DRM restrictions

  • Kopēšana (kopēt/ievietot):

    nav atļauts

  • Drukāšana:

    nav atļauts

  • Lietošana:

    Digitālo tiesību pārvaldība (Digital Rights Management (DRM))
    Izdevējs ir piegādājis šo grāmatu šifrētā veidā, kas nozīmē, ka jums ir jāinstalē bezmaksas programmatūra, lai to atbloķētu un lasītu. Lai lasītu šo e-grāmatu, jums ir jāizveido Adobe ID. Vairāk informācijas šeit. E-grāmatu var lasīt un lejupielādēt līdz 6 ierīcēm (vienam lietotājam ar vienu un to pašu Adobe ID).

    Nepieciešamā programmatūra
    Lai lasītu šo e-grāmatu mobilajā ierīcē (tālrunī vai planšetdatorā), jums būs jāinstalē šī bezmaksas lietotne: PocketBook Reader (iOS / Android)

    Lai lejupielādētu un lasītu šo e-grāmatu datorā vai Mac datorā, jums ir nepieciešamid Adobe Digital Editions (šī ir bezmaksas lietotne, kas īpaši izstrādāta e-grāmatām. Tā nav tas pats, kas Adobe Reader, kas, iespējams, jau ir jūsu datorā.)

    Jūs nevarat lasīt šo e-grāmatu, izmantojot Amazon Kindle.

This up-to-date overview of Bayesian nonparametric statistics provides both an introduction to the field and coverage of recent research topics, including deep neural networks, high-dimensional models and multiple testing, Bernstein-von Mises theorems and variational Bayes approximations, many of which have previously only been accessible through research articles. Although Bayesian posterior distributions are widely applied in astrophysics, inverse problems, genomics, machine learning and elsewhere, their theory is still only partially understood, especially in complex settings such as nonparametric or semiparametric models. Here, the available theory on the frequentist analysis of posterior distributions is outlined in terms of convergence rates, limiting shape results and uncertainty quantification. Based on lecture notes for a course given at the St-Flour summer school in 2023, the book is aimed at researchers and graduate students in statistics and probability. 

-1. Introduction, rates I.-2. Rates II and first examples.-3. Adaptation I: smoothness.-4. Adaptation II: high-dimensions and deep neural networks.-
5. Bernstein-von Mises I: functionals.-
6. Bernstein-von Mises II: multiscale and applications.-
7. classification and multiple testing.-
8. Variational approximations.

Ismaėl Castillo studied mathematics at the École Normale Supérieure de Lyon and obtained a PhD in statistics from the Université Paris-Sud at Orsay in 2006. After a postdoc at the Vrije Universiteit in Amsterdam, in 2009 he became CNRS researcher in Paris, France. Since 2015 he has been full professor of Statistics at Sorbonne Université in Paris. He has taught statistics courses worldwide, especially in Bayesian inference, including invited lectures at Cambridge, Columbia, Berlin, Lunteren and St-Flour. He is an IMS fellow and an honorary fellow of the Institut Universitaire de France.
Biežāk uzdotie jautājumi par e-grāmatām Biežāk uzdotie jautājumi par e-grāmatām
Permanent link: https://www.kriso.lv/db/97830317403506e.html