Deep-Learning-Assisted Statistical Methods with Examples in R - Tianyu Zhan
- Format: Broché Voir le descriptif
Vous en avez un à vendre ?
Vendez-le-vôtre78,97 €
Produit Neuf
Ou 19,74 € /mois
- Livraison à 0,01 €
- Livré entre le 13 et le 26 mai
Expédition rapide et soignée depuis l`Angleterre - Délai de livraison: entre 10 et 20 jours ouvrés.
Nos autres offres
-
75,50 €
Produit Neuf
Ou 18,88 € /mois
- Livraison : 3,99 €
- Livré entre le 30 avril et le 5 mai
-
89,38 €
Produit Neuf
Ou 22,35 € /mois
- Livraison à 0,01 €
Nouvel article expédié dans le 24H à partir des Etats Unis Livraison au bout de 20 à 30 jours ouvrables.
-
100,51 €
Produit Neuf
Ou 25,13 € /mois
- Livraison : 5,00 €
- Livré entre le 2 et le 5 mai
Exp¿di¿ en 7 jours ouvr¿s
- Payez directement sur Rakuten (CB, PayPal, 4xCB...)
- Récupérez le produit directement chez le vendeur
- Rakuten vous rembourse en cas de problème
Gratuit et sans engagement
Félicitations !
Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !
TROUVER UN MAGASIN
Retour
Avis sur Deep - Learning - Assisted Statistical Methods With Examples In R de Tianyu Zhan Format Broché - Livre
0 avis sur Deep - Learning - Assisted Statistical Methods With Examples In R de Tianyu Zhan Format Broché - Livre
Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.
Présentation Deep - Learning - Assisted Statistical Methods With Examples In R de Tianyu Zhan Format Broché
- Livre
Résumé :
This book explores how deep learning enhances statistical methods for hypothesis testing, point estimation, optimization, interpretation, and other aspects. This book is a valuable resource for students, practitioners, and researchers integrating statistics and data science techniques to solve impactful real-world problems....
Biographie: Tianyu Zhan is a Director at AbbVie Inc. He earned his Ph.D. in Biostatistics from the University of Michigan Ann Arbor in 2017. His research interests are closely related to late-phase clinical trials. He has been actively promoting innovative clinical trial designs and advanced analysis methods at AbbVie, resulting in significant business impacts.
Sommaire: I Introduction and Preparations 1. Introduction to Deep Neural Networks (DNNs) 2. How to Implement DNN in Regression II Statistical Inference 3. Two-sample Parametric Hypothesis Testing 4. Point Estimation III Numerical Methods 5. Optimization with Unavailable Gradient Information 6. Protect Integrity and Save Computational Time 7. Interpretable Models in Regression Analysis IV Extensions 8. Substitutions of Other Methods for DNN 9. Limitations and Mitigations 10. Some Future Works
Détails de conformité du produit
Personne responsable dans l'UE