Résultat de la recherche
1 recherche sur le tag 'algorithme em'
Ajouter le résultat dans votre panier Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche Faire une suggestion
Titre : Handbook of mixture analysis Type de document : texte imprimé Auteurs : Sylvia Frühwirth-Schnatter, Éditeur scientifique ; Gilles Céleux, Éditeur scientifique ; Christian P. Robert (1961-....) , Éditeur scientifique Editeur : Boca Raton, FL ; Londres : Chapman and Hall/CRC Press Année de publication : 2019 Collection : Chapman & Hall/CRC Handbooks of modern statistical methods Importance : xxiii-497 p. Présentation : fig., tabl. Format : 26 cm ISBN/ISSN/EAN : 978-1-4987-6381-3 Note générale : Notes bibliogr. Index
Langues : Anglais (eng) Descripteurs : Analyse des données , Analyse en composantes multiples , Apprentissage (Théorie) , Bibliographie Ensai 1e Année , Distribution statistique , Données massives , Modélisation , Probabilités (Théorie) , Processus de Markov , Série temporelle , Statistique multidimensionnelle Tags : Distribution Mixture distributions Modélisation statistique Données Données univariées Données multivariées Données continues Données catégorielles Données transversales Séries chronologiques Réseaux Machine learning Algorithme EM Modèles de mélange bayésien Clustering Modèles de Markov Index. décimale : 161 Théorie des probabilités Résumé : Mixture models have been around for over 150 years, and they are found in many branches of statistical modelling, as a versatile and multifaceted tool. They can be applied to a wide range of data: univariate or multivariate, continuous or categorical, cross-sectional, time series, networks, and much more. Mixture analysis is a very active research topic in statistics and machine learning, with new developments in methodology and applications taking place all the time. This Handbook is a very timely publication, presenting a broad overview of the methods and applications of this important field of research. It covers a wide array of topics, including the EM algorithm, Bayesian mixture models, model-based clustering, high-dimensional data, hidden Markov models, and applications in finance, genomics, and astronomy. [D'après le résumé de l'éditeur] En ligne : https://www.crcpress.com/Handbook-of-Mixture-Analysis/Fruhwirth-Schnatter-Celeux [...] Permalink : https://genes.bibli.fr/index.php?lvl=notice_display&id=148983 Handbook of mixture analysis [texte imprimé] / Sylvia Frühwirth-Schnatter, Éditeur scientifique ; Gilles Céleux, Éditeur scientifique ; Christian P. Robert (1961-....) , Éditeur scientifique . - Boca Raton, FL ; Londres : Chapman and Hall/CRC Press, 2019 . - xxiii-497 p. : fig., tabl. ; 26 cm. - (Chapman & Hall/CRC Handbooks of modern statistical methods) .
ISBN : 978-1-4987-6381-3
Notes bibliogr. Index
Langues : Anglais (eng)
Descripteurs : Analyse des données , Analyse en composantes multiples , Apprentissage (Théorie) , Bibliographie Ensai 1e Année , Distribution statistique , Données massives , Modélisation , Probabilités (Théorie) , Processus de Markov , Série temporelle , Statistique multidimensionnelle Tags : Distribution Mixture distributions Modélisation statistique Données Données univariées Données multivariées Données continues Données catégorielles Données transversales Séries chronologiques Réseaux Machine learning Algorithme EM Modèles de mélange bayésien Clustering Modèles de Markov Index. décimale : 161 Théorie des probabilités Résumé : Mixture models have been around for over 150 years, and they are found in many branches of statistical modelling, as a versatile and multifaceted tool. They can be applied to a wide range of data: univariate or multivariate, continuous or categorical, cross-sectional, time series, networks, and much more. Mixture analysis is a very active research topic in statistics and machine learning, with new developments in methodology and applications taking place all the time. This Handbook is a very timely publication, presenting a broad overview of the methods and applications of this important field of research. It covers a wide array of topics, including the EM algorithm, Bayesian mixture models, model-based clustering, high-dimensional data, hidden Markov models, and applications in finance, genomics, and astronomy. [D'après le résumé de l'éditeur] En ligne : https://www.crcpress.com/Handbook-of-Mixture-Analysis/Fruhwirth-Schnatter-Celeux [...] Permalink : https://genes.bibli.fr/index.php?lvl=notice_display&id=148983 Réservation
Réserver ce document
Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité I010665 161 FRUH Ouvrage Ensai 1. Mathématiques Sorti jusqu'au 30/07/2024 I010684 161 FRUH Ouvrage Ensai 1. Mathématiques Disponible