Ta strona wykorzystuje pliki cookies. Korzystając ze strony, zgadzasz się na ich użycie. OK Polityka Prywatności Zaakceptuj i zamknij X

BAYESIAN FILTERING AND SMOOTHING Simo Sarkka

23-06-2014, 19:56
Aukcja w czasie sprawdzania była zakończona.
Cena kup teraz: 443.10 zł     
Użytkownik bookstreet
numer aukcji: 4272071369
Miejscowość Kalisz
Wyświetleń: 2   
Koniec: 23-06-2014, 19:30

Dodatkowe informacje:
Stan: Nowy
Okładka: twarda
Kondycja: bez śladów używania

info Niektóre dane mogą być zasłonięte. Żeby je odsłonić przepisz token po prawej stronie. captcha

978[zasłonięte][zasłonięte]49595, 978[zasłonięte][zasłonięte]24925, 978[zasłonięte][zasłonięte]74739, 978[zasłonięte][zasłonięte]04827, 978[zasłonięte][zasłonięte]70306, 978-[zasłonięte][zasłonięte]49595, 978-[zasłonięte][zasłonięte]24925, 978-[zasłonięte][zasłonięte]74739, 978-[zasłonięte][zasłonięte]04827, 978-[zasłonięte][zasłonięte]70306
TEL: 607-[zasłonięte]-671
GG: [zasłonięte]16851
EMAIL: [zasłonięte]@bookstreet.pl

Kupując kilka książek za wysyłkę płacisz tylko raz! 

Do realizacji zamówienia przystępujemy po otrzymaniu zapłaty za towar lub wybraniu opcji przesyłki za pobraniem. Książki wysyłamy w ciągu 5-7 dni roboczych, nie ma możliwości szybszej realizacji.
Wystawiamy faktury VAT.

Bayesian Filtering and Smoothing (Institute of Mathematical Statistics Textbooks)

PRODUCT DETAILS:
Author: Simo Särkkä
Language: English
Publisher: Cambridge University Press
Publication Date: 5 Sep 2013
Dimensions: 23 x 15.8 x 1.8 cm
Format: Hardcover
Pages: 254
Condition: NEW
Product_ID: 11A7ACA65X

Filtering and smoothing methods are used to produce an accurate estimate of the state of a time-varying system based on multiple observational inputs (data). Interest in these methods has exploded in recent years, with numerous applications emerging in fields such as navigation, aerospace engineering, telecommunications and medicine. This compact, informal introduction for graduate students and advanced undergraduates presents the current state-of-the-art filtering and smoothing methods in a unified Bayesian framework. Readers learn what non-linear Kalman filters and particle filters are, how they are related, and their relative advantages and disadvantages. They also discover how state-of-the-art Bayesian parameter estimation methods can be combined with state-of-the-art filtering and smoothing algorithms. The book's practical and algorithmic approach assumes only modest mathematical prerequisites. Examples include Matlab computations, and the numerous end-of-chapter exercises include computational assignments. Matlab code is available for download at www.cambridge.org/sarkka, promoting hands-on work with the methods.

Książki wysyłamy w ciągu 5-7 dni roboczych.


BAYESIAN STATISTICS: AN INTRODUCTION Peter Lee

MODELS. BEHAVING. BADLY. Emanuel Derman

BAYESIAN DATA ANALYSIS Andrew Gelman, John Carlin

BAYESIAN REASONING AND MACHINE LEARNING Barber

BAYES' RULE James Stone

PRIOR PROCESSES AND THEIR APPLICATIONS Phadia