Bayesian Methods for Nonlinear Classification and Regression

Bayesian Methods for Nonlinear Classification and Regression

Wiley Series in Probability and Statistics

Aus der Reihe

Fr. 213.00

inkl. gesetzl. MwSt.

Beschreibung

Details

Einband

Gebundene Ausgabe

Erscheinungsdatum

06.05.2002

Verlag

John Wiley & Sons Inc

Seitenzahl

277

Maße (L/B/H)

23.7/15.8/2.3 cm

Beschreibung

Rezension

"The exercises and the excellent presentation style make this book qualified t be a textbook in a graduate level nonlinear regression course." ( Journal of Statistical Computation and Simulation , July 2005)
"Its in-depth coverage of implementation issues and detailed discussion of pros and cons of different modeling strategies make it attractive for many researchers." ( Technometrics , May 2004)

"...a fascinating account of a rapidly evolving area of statistics..." ( Short Book Reviews , December 2002)

"...will benefit researchers...also suitable for graduate students..." ( Mathematical Reviews , 2003m)

Details

Einband

Gebundene Ausgabe

Erscheinungsdatum

06.05.2002

Verlag

John Wiley & Sons Inc

Seitenzahl

277

Maße (L/B/H)

23.7/15.8/2.3 cm

Gewicht

613 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-0-471-49036-4

Weitere Bände von Wiley Series in Probability and Statistics

Unsere Kundinnen und Kunden meinen

0.0

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Erste Bewertung verfassen

Unsere Kundinnen und Kunden meinen

0.0

0 Bewertungen filtern

  • Bayesian Methods for Nonlinear Classification and Regression
  • Preface
     
    Acknowledgements.
     
    Introduction
     
    Bayesian Modelling
     
    Curve Fitting
     
    Surface Fitting
     
    Classification using Generalised Nonlinear Models
     
    Bayesian Tree Models
     
    Partition Models
     
    Nearest-Neighbour Models
     
    Multiple Response Models
     
    Appendix A: Probability Distributions
     
    Appendix B: Inferential Processes
     
    References
     
    Index
     
    Author Index