Recherche simple :

  •    Tous les mots : Statistique -- Méthodes graphiques
  • Aide
  • Eurêkoi Eurêkoi

Documents en rayon : 25

Voir tous les résultats les documents en rayons

Résumé : Une présentation du logiciel R, à la fois libre, gratuit et fruit d'une collaboration internationale. Le lecteur y apprend, grâce à des exemples réels, à récupérer les bases de données, traiter les variables, créer des graphiques et produire des analyses. ©Electre 2014

Résumé : Une introduction pédagogique à la théorie quantique des champs et à la physique des transitions de phase, accompagnée d'exercices corrigés : quantification de Wigner, mécanique quantique relativiste, méthodes de seconde quantification, théorie de Landau, entre autres. ©Electre 2022

Résumé : Les clés pour modéliser et caractériser des systèmes multiphysiques (formalismes graphiques, Bond Graphs, GIC/REM), analyser la qualité et la stabilité des réseaux et contribuer à la robustesse en conception intégrée. Le point est fait aussi sur la gestion de l'énergie des sytèmes énergétiques hybrides incluant du stockage et sur différentes méthodes statistiques de dimensionnement des réseaux.

Résumé : Les clés pour modéliser et caractériser des systèmes multiphysiques (formalismes graphiques, Bond graphs, GIC/REM), analyser la qualité et la stabilité des réseaux et de contribuer à la robustesse en conception intégrée. Le point est aussi fait sur la gestion de l'énergie des sytèmes énergétiques hybrides incluant du stockage et sur différentes méthodes statistiques de dimensionnement des réseaux.

Résumé : La neuroscience informatique basée sur les données facilite la transformation des données en informations sur la structure et les fonctions du cerveau. Cette introduction destinée aux chercheurs et aux étudiants diplômés est le premier traitement approfondi et complet des méthodes statistiques et d'apprentissage automatique pour les neurosciences. Les méthodes sont démontrées à travers des études de cas de problèmes réels pour permettre aux lecteurs de construire leurs propres solutions. Le livre couvre une grande variété de méthodes, y compris la classification supervisée avec des modèles non probabilistes (voisins les plus proches, arbres de classification, induction de règles, réseaux de neurones artificiels et machines vectorielles de support) et des modèles probabilistes (analyse discriminante, régression logistique et classificateurs de réseaux bayésiens) , méta-classificateurs, classificateurs multidimensionnels et méthodes de sélection de sous-ensembles de caractéristiques. D'autres parties de l'ouvrage sont consacrées à la découverte d'associations avec des modèles graphiques probabilistes (réseaux bayésiens et réseaux de Markov) et à des statistiques spatiales avec des processus ponctuels (aléa spatial complet et cluster, processus régulier et Gibbs). Les niveaux de neurosciences cellulaires, structurelles, fonctionnelles, médicales et comportementales sont pris en compte.

Explorer les sujets liés :