123,123

內(nèi)容簡(jiǎn)介

　　本書內(nèi)容自成體系，思想新穎，特點(diǎn)鮮明，理論與實(shí)際緊密結(jié)合，并提供了豐富的案例和軟件代碼。因此，這是一部在數(shù)據(jù)擬合和小二乘估計(jì)領(lǐng)域中的優(yōu)秀著作。譯者團(tuán)隊(duì)于2016年完成了對(duì)《數(shù)據(jù)擬合與不確定度：加權(quán)小二乘擬合及其推廣（第2版）》（第1版）的翻譯工作。值得慶幸的是，Tilo Strutz教授于2015年對(duì)《數(shù)據(jù)擬合與不確定度：加權(quán)小二乘擬合及其推廣（第2版）》又做了進(jìn)一步完善，補(bǔ)充了很多新內(nèi)容，并在Springer出版社出版了《數(shù)據(jù)擬合與不確定度：加權(quán)小二乘擬合及其推廣（第2版）》的第2版。鑒于Tilo Strutz教授在第2版中新增了很多重要知識(shí)點(diǎn)，并且改進(jìn)了第1版中的部分內(nèi)容，故譯者團(tuán)隊(duì)決定繼續(xù)對(duì)第2版進(jìn)行翻譯，以期能有更多中國(guó)學(xué)者、科研人員以及工程技術(shù)人員從本書中受益。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)擬合與不確定度》作者簡(jiǎn)介

圖書目錄

第I部分最小二乘方法的框架
第1章數(shù)據(jù)擬合問題的引入
1．1 什么是數(shù)據(jù)擬合
1．2 符號(hào)說明
1．3 線性與非線性問題
1．4 線性數(shù)據(jù)擬合的應(yīng)用實(shí)例
1．4．1 估計(jì)常數(shù)
1．4．2 估計(jì)直線中的參數(shù)（線性回歸）
1．4．3 多項(xiàng)式函數(shù)
1．4．4 多元線性回歸
1．4．5 維納濾波
1．5 若干非線性數(shù)據(jù)擬合問題
1．5．1 指數(shù)函數(shù)
1．5．2 復(fù)合高斯貝爾函數(shù)
1．5．3 圓周函數(shù)
1．5．4 神經(jīng)網(wǎng)絡(luò)
1．6 測(cè)試題
第2章基于最小二乘方法估計(jì)模型參數(shù)
2．1 “最小二乘”的含義
2．2 求解最小化問題的常規(guī)算法
2．3 需要注意的問題
2．4 線性模型函數(shù)條件下的簡(jiǎn)化處理
2．5 未知模型函數(shù)條件下的曲線擬合
2．6 計(jì)算實(shí)例
2．6．1 常數(shù)擬合
2．6．2 直線擬合
2．6．3 多項(xiàng)式函數(shù)擬合
2．6．4 平面擬合
2．6．5 線性預(yù)測(cè)
2．6．6 余弦函數(shù)擬合
2．6．7 坐標(biāo)旋轉(zhuǎn)和平移
2．6．8 指數(shù)函數(shù)擬合
2．6．9 復(fù)合高斯貝爾函數(shù)擬合
2．6．10 圓周擬合
2．6．11 神經(jīng)網(wǎng)絡(luò)
2．7 測(cè)試題
第3章加權(quán)和異常值
……
第II部分數(shù)學(xué)、優(yōu)化方法以及輔助內(nèi)容