Advances in Info-Metrics: Information and Information Processing Across Disciplines
La infrometría es un marco para modelar, razonar y hacer inferencias en condiciones de información ruidosa e insuficiente. Se trata de un marco interdisciplinar situado en la intersección de la teoría de la información, la inferencia estadística y la toma de decisiones en condiciones de incertidumbre.
En Advances in Info-Metrics, Min Chen, J. Michael Dunn, Amos Golan y Aman Ullah reúnen a un grupo de treinta expertos para ampliar el estudio de la infrometría a todas las ciencias y demostrar cómo resolver problemas utilizando este marco interdisciplinar. Partiendo de los fundamentos teóricos de la infrometría, el volumen arroja nueva luz sobre la inferencia estadística, la información y la resolución de problemas en general. El libro explora las bases de la inferencia info-teórica y sus fundamentos matemáticos y filosóficos. Hace hincapié en la interrelación entre información e inferencia e incluye explicaciones sobre la construcción de modelos, la creación de teorías, la estimación, la predicción y la toma de decisiones. Cada uno de los diecinueve capítulos proporciona las herramientas necesarias para utilizar el marco de la infrometría para resolver un problema. La colección abarca los últimos avances en este campo, así como muchos nuevos estudios de casos y ejemplos interdisciplinares.
Diseñado para ser accesible a investigadores, estudiantes de posgrado y profesionales de todas las disciplinas, este libro ofrece una experiencia clara y práctica a los lectores interesados en resolver problemas cuando se les presenta información incompleta e imperfecta.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)