Вероятность, возможность и субъективное моделирование в научных исследованиях. Математические и эмпирические основы, приложения » MIRLIB.RU - ТВОЯ БИБЛИОТЕКА
Регистрация
Learning Modern C++ for Finance: Foundations for Quantitative Programming (Final Release) Learning Modern C++ for Finance: Foundations for Quantitative Programming (Final Release) Adobe Elements For Beginners - 20th Edition 2024 Adobe Elements For Beginners - 20th Edition 2024 «Пізнаємо світ разом»: Тварини і рослини «Пізнаємо світ разом»: Тварини і рослини Learning Python: Powerful Object-Oriented Programming, 6th Edition (Early Release) Learning Python: Powerful Object-Oriented Programming, 6th Edition (Early Release) Git: контроль версий, 3-е издание Git: контроль версий, 3-е издание Общая химия в задачах и тестах Общая химия в задачах и тестах Python for AI: Applying Machine Learning in Everyday Projects Python for AI: Applying Machine Learning in Everyday Projects Machine Learning in Multimedia: Unlocking the Power of Visual and Auditory Intelligence Machine Learning in Multimedia: Unlocking the Power of Visual and Auditory Intelligence Основы высшей математики (1994) Основы высшей математики (1994) Артиллерийское вооружение: учебник : в 3 частях. Ч. 1. Минометы Артиллерийское вооружение: учебник : в 3 частях. Ч. 1. Минометы Анимация кадр за кадром Анимация кадр за кадром Краткий словарь когнитивных терминов Краткий словарь когнитивных терминов Морские узлы в обиходе Морские узлы в обиходе Building User-Friendly DSLs (Final) Building User-Friendly DSLs (Final) Beginning ChatGPT for Python: Build Intelligent Applications with OpenAI API Beginning ChatGPT for Python: Build Intelligent Applications with OpenAI API Перші кроки до школи Перші кроки до школи
Learning Modern C++ for Finance: Foundations for Quantitative Programming (Final Release) Learning Modern C++ for Finance: Foundations for Quantitative Programming (Final Release) Adobe Elements For Beginners - 20th Edition 2024 Adobe Elements For Beginners - 20th Edition 2024 «Пізнаємо світ разом»: Тварини і рослини «Пізнаємо світ разом»: Тварини і рослини Learning Python: Powerful Object-Oriented Programming, 6th Edition (Early Release) Learning Python: Powerful Object-Oriented Programming, 6th Edition (Early Release) Git: контроль версий, 3-е издание Git: контроль версий, 3-е издание Общая химия в задачах и тестах Общая химия в задачах и тестах Python for AI: Applying Machine Learning in Everyday Projects Python for AI: Applying Machine Learning in Everyday Projects Machine Learning in Multimedia: Unlocking the Power of Visual and Auditory Intelligence Machine Learning in Multimedia: Unlocking the Power of Visual and Auditory Intelligence Основы высшей математики (1994) Основы высшей математики (1994) Артиллерийское вооружение: учебник : в 3 частях. Ч. 1. Минометы Артиллерийское вооружение: учебник : в 3 частях. Ч. 1. Минометы Анимация кадр за кадром Анимация кадр за кадром Краткий словарь когнитивных терминов Краткий словарь когнитивных терминов Морские узлы в обиходе Морские узлы в обиходе Building User-Friendly DSLs (Final) Building User-Friendly DSLs (Final) Beginning ChatGPT for Python: Build Intelligent Applications with OpenAI API Beginning ChatGPT for Python: Build Intelligent Applications with OpenAI API Перші кроки до школи Перші кроки до школи
Категория: КНИГИ » УЧЕБНАЯ ЛИТЕРАТУРА
Вероятность, возможность и субъективное моделирование в научных исследованиях. Математические и эмпирические основы, приложения
Добавил: umkaS / 29-10-2023, 13:46 /
Название: Вероятность, возможность и субъективное моделирование в научных исследованиях. Математические и эмпирические основы, приложения
Автор: Пытьев Ю.П.
Издательство: М.: Физматлит
Год: 2017
Cтраниц: 251
Формат: pdf
Размер: 84 мб
Язык: русский

Рассмотрены математические основы теории мер возможности и необходимости как альтернативных вероятности, правдоподобия и доверия как основы математического формализма субъективного моделирования, интегрирования относительно этих мер, дана их эмпирическая интерпретация, исследованы математические методы и алгоритмы эмпирического восстановления мер и интегралов, их связи с вероятностью и с математическим ожиданием и др. В качестве приложений исследованы методы: оптимизации решений, идентификации, оценивания, прогнозирования, субъективного моделирования и интерпретации данных измерительного эксперимента, моделирования неопределенности и невероятностной случайности, свойственных субъективным суждениям и экспертным заключениям, субъективного моделирования в задачах морфологического анализа изображений и др. Книга предназначена студентам и аспирантам физико-математических и технических специальностей, исследователям математического моделирования как информационной технологии получения новых знаний.

Скачать Пытьев Ю.П. - Вероятность, возможность и субъективное моделирование в научных исследованиях: Математические и эмпирические основы, приложения


ОТСУТСТВУЕТ ССЫЛКА/ НЕ РАБОЧАЯ ССЫЛКА ЕСТЬ РЕШЕНИЕ, ПИШИМ СЮДА!





[related-news]

Похожие публикации

    {related-news}
[/related-news]
Комментарии 0
Комментариев пока нет. Стань первым!