Téléchargez l'application Kindle gratuite et commencez à lire des livres Kindle instantanément sur votre smartphone, tablette ou ordinateur - aucun appareil Kindle n'est requis.
Lisez instantanément sur votre navigateur avec Kindle pour le Web.
Utilisation de l'appareil photo de votre téléphone portable - scannez le code ci-dessous et téléchargez l'application Kindle.
Image indisponible
couleur :
-
-
-
- Pour voir cette vidéo, téléchargez Flash Player
Suivre l'auteur
OK
Mixtures: Estimation and Applications Relié – 6 mai 2011
| Prix Amazon | Neuf à partir de | Occasion à partir de |
|
Format Kindle
"Veuillez réessayer" | — | — |
|
Relié
"Veuillez réessayer" | 130,56 € | — | 130,56 € |
- Format Kindle
65,69 € Lisez avec notre Appli gratuite - Relié
130,56 €2 autres D'occasion
The editors provide a complete account of the applications,mathematical structure and statistical analysis of finite mixturedistributions along with MCMC computational methods, together witha range of detailed discussions covering the applications of themethods and features chapters from the leading experts on thesubject. The applications are drawn from scientific discipline,including biostatistics, computer science, ecology and finance.This area of statistics is important to a range of disciplines, andits methodology attracts interest from researchers in the fields inwhich it can be applied.
- Nombre de pages de l'édition imprimée330 pages
- LangueAnglais
- ÉditeurWiley–Blackwell
- Date de publication6 mai 2011
- Dimensions16 x 2.41 x 23.62 cm
- ISBN-10111999389X
- ISBN-13978-1119993896
Description du produit
Quatrième de couverture
Mixtures: Estimation and Applications contains acollection of chapters written by international experts in thefield, representing the state of the art in mixture modelling,inference and computation. A wide and representative array ofapplications of mixtures, for instance in biology and economics,are covered. Both Bayesian and non–Bayesian methodologies,parametric and non–parametric perspectives, statistics and machinelearning schools appear in the book.
This book:
- Provides a contemporary account of mixture inference, withBayesian, non–parametric and learning interpretations.
- Explores recent developments about the EM (expectationmaximization) algorithm for maximum likelihood estimation.
- Looks at the online algorithms used to process unlimitedamounts of data as well as large dataset applications.
- Compares testing methodologies and details asymptotics infinite mixture models.
- Introduces mixture of experts modeling and mixed membershipmodels with social science applications.
- Addresses exact Bayesian analysis, the label switching debate,and manifold Markov Chain Monte Carlo for mixtures.
- Includes coverage of classification and machine learningextensions.
- Features contributions from leading statisticians and computerscientists.
This area of statistics is important to a range of disciplines,including bioinformatics, computer science, ecology, socialsciences, signal processing, and finance. This collection willprove useful to active researchers and practitioners in theseareas.
Biographie de l'auteur
Kerrie L. Mengersen, Queensland University of Technology, Australia.
Christian P. Robert, Universite Paris-Dauphine, France.
D. Michael Titterington, University of Glasgow, Scotland.
Détails sur le produit
- Éditeur : Wiley–Blackwell (6 mai 2011)
- Langue : Anglais
- Relié : 330 pages
- ISBN-10 : 111999389X
- ISBN-13 : 978-1119993896
- Poids de l'article : 626 g
- Dimensions : 16 x 2.41 x 23.62 cm
À propos de l'auteur

Découvrir d'autres livres de l'auteur, voir des auteurs similaires, lire des blogs d'auteurs et plus encore
Commentaires client
| 5 étoiles | 0 % | |
| 4 étoiles | 0 % | |
| 3 étoiles | 0 % | |
| 2 étoiles | 0 % | |
| 1 étoile | 0 % |
Les avis clients, y compris le nombre d’étoiles du produit, aident les clients à en savoir plus sur le produit et à décider s'il leur convient.
Pour calculer le nombre global d’étoiles et la ventilation en pourcentage par étoile, nous n'utilisons pas une simple moyenne. Au lieu de cela, notre système prend en compte des éléments tels que la date récente d'un commentaire et si l'auteur de l'avis a acheté l'article sur Amazon. Les avis sont également analysés pour vérifier leur fiabilité.
En savoir plus sur le fonctionnement des avis clients sur Amazon