استنتاج بیزی برای ارزیابی خطر احتمالی Bayesian Inference for Probabilistic Risk Assessment: A Practitioner’s Guidebook
- نوع فایل : کتاب
- زبان : انگلیسی
- نویسنده : Dana Kelly, Curtis Smith
- ناشر : Springer
- چاپ و سال / کشور: 2011
- تعداد صفحه : 230
- شابک / ISBN : 9781849961868
توضیحات
این کتاب به ارائه اصول اساسی بیزی برای مشکلات احتمالی ساخت و انجام استنباط در رابطه با این مشکلات پرداخته است. استنباط در این کتاب به معنای یک رویکرد محاسباتی مدرن شناخته‌شده به عنوان زنجیره‌ی مارکوف مونت کارلو (MCMC) است.
رویکرد MCMC ممکن است با استفاده از روال‌های سفارشی و یا نرم‌افزارهای متن باز یا تجاری چند منظوره موجود نوشته شود. این کتاب با استفاده از برنامه‌ای متن باز به نام OpenBugs (گاهی با نام WinBugs نیز شناخته می‌شود) به‌منظور حل مشکلات استنباطی که شرح آن پیش از این داده شد، پیاده‌سازی شده است.
یک ویژگی اساسی OpenBugs امکان انتخاب اتوماتیک یک طرح نمونه‌گیری مناسب برای مشکل مورد نظر می‌باشد. نویسنده به ارائه تجزیه‌وتحلیل “بلوک‌های ساخت‌وسازی” که قابل تغییر، ترکیب و یا استفاده برای حل انواع مشکلات چالش‌برانگیز، پرداخته است.
رویکرد MCMC مورد استفاده همانند زبان‌های برنامه‌نویسی از نوع کلان، با اسکریپت‌های متنی کوچکتری پیاده‌سازی شده است. همراه با بیشتر اسکریپت‌ها یک شبکه بیزی گرافیکی وجود دارد که نشان‌دهنده عناصر اسکریپت و استنتاج کلی مشکل حل شده می‌باشند.
رویکرد MCMC ممکن است با استفاده از روال‌های سفارشی و یا نرم‌افزارهای متن باز یا تجاری چند منظوره موجود نوشته شود. این کتاب با استفاده از برنامه‌ای متن باز به نام OpenBugs (گاهی با نام WinBugs نیز شناخته می‌شود) به‌منظور حل مشکلات استنباطی که شرح آن پیش از این داده شد، پیاده‌سازی شده است.
یک ویژگی اساسی OpenBugs امکان انتخاب اتوماتیک یک طرح نمونه‌گیری مناسب برای مشکل مورد نظر می‌باشد. نویسنده به ارائه تجزیه‌وتحلیل “بلوک‌های ساخت‌وسازی” که قابل تغییر، ترکیب و یا استفاده برای حل انواع مشکلات چالش‌برانگیز، پرداخته است.
رویکرد MCMC مورد استفاده همانند زبان‌های برنامه‌نویسی از نوع کلان، با اسکریپت‌های متنی کوچکتری پیاده‌سازی شده است. همراه با بیشتر اسکریپت‌ها یک شبکه بیزی گرافیکی وجود دارد که نشان‌دهنده عناصر اسکریپت و استنتاج کلی مشکل حل شده می‌باشند.
