{"product_id":"surrogates-gaussian-process-modeling-design-and-optimization-for-the-applied-sciences-9781032242552","title":"Sustitutos: modelado, diseño y optimización de procesos gaussianos para las ciencias aplicadas","description":"\u003cp\u003eSustitutos: un libro de texto para posgrado o manual profesional, sobre temas en la interfaz entre el aprendizaje automático, la estadística espacial, la simulación por computadora, el metamodelado (es decir, la emulación), el diseño de experimentos y la optimización. La experimentación a través de la simulación, el soporte estadístico \"humano fuera del bucle\" (centrado en la ciencia), la gestión de procesos dinámicos, el análisis en línea y en tiempo real, la automatización y la aplicación práctica están a la vanguardia. \u003c\/p\u003e\u003cp\u003eLos temas incluyen: \u003c\/p\u003e\u003cul\u003e \u003cli\u003eRegresión de procesos gaussianos (GP) para modelado no paramétrico y no lineal flexible.\u003c\/li\u003e \u003cli\u003eAplicaciones a la cuantificación de la incertidumbre, el análisis de sensibilidad, la calibración de modelos informáticos a datos de campo, el diseño secuencial\/aprendizaje activo y la optimización (caja negra\/bayesiana) bajo incertidumbre. \u003c\/li\u003e \u003cli\u003eLos temas avanzados incluyen la partición en árboles, la aproximación GP local, el modelado de experimentos de simulación (p. ej., modelos basados en agentes) con modelos de media y varianza no lineales acoplados (heterocedásticos). \u003c\/li\u003e \u003cli\u003eEl tratamiento valora la metodología histórica de superficie de respuesta (RSM) y los ejemplos canónicos, pero enfatiza los métodos contemporáneos y la implementación en R a escala moderna.\u003c\/li\u003e \u003cli\u003eRmarkdown facilita un recorrido totalmente reproducible, completo con motivación, aplicación e ilustración con ejemplos convincentes de datos reales.\u003c\/li\u003e \u003c\/ul\u003e\u003cp\u003eLa presentación está dirigida a profesionales numéricamente competentes en ingeniería y ciencias físicas y biológicas. La escritura es de forma estadística, pero los temas no tratan sobre estadística. Más bien, tratan sobre predicción y síntesis bajo incertidumbre; sobre visualización e información, diseño y toma de decisiones, computación y código limpio.\u003c\/p\u003e\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAutor:\u003c\/b\u003e \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-12924408\"\u003eRobert B. Gramacy\u003c\/a\u003e\u003cbr\u003e\u003cb\u003eEditorial:\u003c\/b\u003e CRC Press\u003cbr\u003e\u003cb\u003ePublicado:\u003c\/b\u003e 13\/12\/2021\u003cbr\u003e\u003cb\u003ePáginas:\u003c\/b\u003e 560\u003cbr\u003e\u003cb\u003eTipo de encuadernación:\u003c\/b\u003e Tapa blanda\u003cbr\u003e\u003cb\u003ePeso:\u003c\/b\u003e 2.11lbs\u003cbr\u003e\u003cb\u003eTamaño:\u003c\/b\u003e 10.00h x 7.00w x 1.14d\u003cbr\u003e\u003cb\u003eISBN13:\u003c\/b\u003e 9781032242552\u003cbr\u003e\u003cb\u003eISBN10:\u003c\/b\u003e 1032242558\u003cbr\u003e\u003cb\u003eCategorías BISAC:\u003c\/b\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-MAT\"\u003eMatemáticas\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-MAT029030\"\u003eProbabilidad y Estadística | Análisis de Regresión\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-MAT\"\u003eMatemáticas\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-MAT029020\"\u003eProbabilidad y Estadística | Análisis Multivariado\u003c\/a\u003e\u003cbr\u003e\u003cbr\u003e\u003cp\u003e\u003cb\u003eSobre el autor\u003c\/b\u003e\u003cbr\u003e\u003c\/p\u003e\u003cp\u003eRobert B. Gramacy es profesor de Estadística en la Facultad de Ciencias de Virginia Tech. Sus intereses de investigación incluyen la metodología de modelado bayesiano, la computación estadística, la inferencia Monte Carlo, la regresión no paramétrica, el diseño secuencial y la optimización bajo incertidumbre. A Bobby le gusta andar en bicicleta y jugar hockey sobre hielo, y ver a sus hijos crecer demasiado rápido.\u003c\/p\u003e\u003cp\u003e\u003ci\u003eEste título no es retornable\u003c\/i\u003e\u003cbr\u003e\u003c\/p\u003e","brand":"CRC Press","offers":[{"title":"Default Title","offer_id":44451650044141,"sku":"9781032242552","price":92.98,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0550\/8097\/6621\/products\/img_073eaf1e-5baa-46eb-b9b6-7ce20f3b45d2.jpg?v=1700330548","url":"https:\/\/sureshotbooks.com\/es\/products\/surrogates-gaussian-process-modeling-design-and-optimization-for-the-applied-sciences-9781032242552","provider":"SureShot Books Publishing LLC","version":"1.0","type":"link"}