Lý thuyết, thí nghiệm, tính toán và dữ liệu được coi là bốn trụ cột của khoa học và kỹ thuật. Cuốn sách Thiết kế thí nghiệm cho khoa học dữ liệu và kỹ thuật mô tả các phương pháp thống kê hiệu quả để giảm chi phí thí nghiệm và tăng tốc độ tính toán, từ đó trích xuất thông tin có giá trị từ dữ liệu và giúp xác định sự khác biệt trong lý thuyết. Cuốn sách cũng bao gồm những tiến bộ gần đây trong thiết kế thí nghiệm để xử lý lượng lớn dữ liệu quan sát. Theo truyền thống, thiết kế và phân tích các thí nghiệm vật lý và máy tính được xử lý khác nhau, nhưng cuốn sách này cố gắng tạo ra một khung thống nhất bằng cách sử dụng các mô hình quy trình Gaussian. Mặc dù các thiết kế tối ưu được xây dựng bằng cách sử dụng các mô hình quy trình Gaussian, trọng tâm là thu được các thiết kế thí nghiệm thực tiễn, mạnh mẽ đối với các giả định của mô hình. Cuốn sách bao gồm nhiều chủ đề khác nhau - từ các thiết kế nội suy hoặc tích phân các hàm đơn giản đến các thiết kế hữu ích cho việc tối ưu hóa và hiệu chỉnh các mô hình máy tính phức tạp. Nó sử dụng các kỹ thuật trải rộng trên các lĩnh vực thống kê, toán học ứng dụng, nghiên cứu hoạt động, định lượng bất định và lý thuyết thông tin, và xây dựng thiết kế thí nghiệm như một công cụ phân tích dữ liệu cơ bản cho các khám phá kỹ thuật và khoa học. Các thiết kế cho cả thí nghiệm máy tính và vật lý được thảo luận trong một khung thống nhất. Cuốn sách tích hợp nhiều khái niệm từ phân tích số, phương pháp Monte Carlo, phân tích độ nhạy, tối ưu hóa và học máy với các kỹ thuật thiết kế thí nghiệm trong thống kê. Các phương pháp được giải thích bằng nhiều thí nghiệm thực tế từ khoa học vật lý và kỹ thuật. Các kỹ thuật thiết kế thí nghiệm để phân tích và nén dữ liệu lớn cũng được thảo luận. Tất cả các ví dụ số trong sách đều có thể được tái tạo bằng mã R và Python được cung cấp trên trang GitHub của tác giả.

Abstract:

Theory, experiments, computation, and data are considered as the four pillars of science and engineering. Experimental Design for Data Science and Engineering describes efficient statistical methods for making the experiments cheaper and computations faster for extracting valuable information from data and help identify discrepancies in the theory. The book also includes recent advances in experimental designs for dealing with large amounts of observational data. Traditionally the design and analysis of physical and computer experiments are treated differently, but this book attempts to create a unified framework using Gaussian process models. Although optimal designs are formulated using Gaussian process models, the focus is on obtaining practical experimental designs that are robust to model assumptions. A wide variety of topics are covered in the book -- from designs for interpolating or integrating simple functions to designs that are useful for optimizing and calibrating complex computer models. It draws techniques that are spread across the fields of statistics, applied mathematics, operations research, uncertainty quantification, and information theory, and build experimental design as a fundamental data analytic tool for engineering and scientific discoveries. Designs for both computer and physical experiments are discussed in a unified framework. Integrates several concepts from numerical analysis, Monte Carlo methods, sensitivity analysis, optimization, and machine learning with experimental design techniques in statistics. Methods are explained using many real experiments from physical sciences and engineering. Experimental design techniques for analysis and compression of big data are discussed. All the numerical illustrations in the book are reproducible using R and Python codes provided in the author’s GitHub site.

Ngôn ngữ:	eng
Tác giả:	Joseph, V. Roshan
Thông tin nhan đề:	Experimental Design for Data Science and Engineering
Nhà xuất bản:	Taylor & Francis
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by-nc-nd/4.0/
Nguồn gốc:	https://directory.doabooks.org/handle/20.500.12854/170340
Mô tả vật lý:	246tr
Năm xuất bản:	2026