Statistiques industrielles : Une approche informatisée avec Python

Statistiques industrielles : Une approche informatisée avec Python (S. Kenett Ron)

Titre original :

Industrial Statistics: A Computer-Based Approach with Python

Contenu du livre :

Ce manuel innovant présente le matériel d'un cours sur les statistiques industrielles qui incorpore Python comme ressource pédagogique et pratique. S'appuyant sur de nombreuses années d'enseignement et de recherche dans divers contextes appliqués et industriels, les auteurs ont soigneusement adapté le texte pour fournir un équilibre idéal entre la théorie et les applications pratiques. De nombreux exemples et études de cas sont incorporés tout au long du texte, et des applications Python complètes sont illustrées en détail. Un paquetage Python personnalisé est disponible au téléchargement, permettant aux étudiants de reproduire ces exemples et d'en explorer d'autres.

Les premiers chapitres du texte se concentrent sur les outils et principes de base du contrôle des processus, les méthodes de contrôle statistique des processus (SPC) et le SPC multivarié. Ensuite, les auteurs explorent la conception et l'analyse des expériences, le contrôle de la qualité et l'approche de la qualité par la conception, les expériences informatiques, la cyberfabrication et les jumeaux numériques. Le texte traite ensuite de l'analyse de la fiabilité, des essais de durée de vie accélérés, de l'estimation et de la prédiction bayésienne de la fiabilité. Un dernier chapitre traite des techniques d'échantillonnage et des mesures de l'efficacité de l'inspection. Chaque chapitre comprend des exercices, des ensembles de données et des applications pour compléter l'apprentissage.

Statistiques industrielles : A Computer-Based Approach with Python est destiné à un cours avancé d'un ou deux semestres pour les étudiants de premier ou de deuxième cycle. En outre, il peut être utilisé dans le cadre d'ateliers ciblés combinant la théorie, les applications et les implémentations Python. Les chercheurs, les praticiens et les scientifiques des données y trouveront également une ressource utile grâce aux nombreuses applications et études de cas incluses.

Un second manuel, très proche, s'intitule Modern Statistics : A Computer-Based Approach with Python. Il couvre des sujets tels que les modèles de probabilité et les fonctions de distribution, l'inférence statistique et le bootstrapping, l'analyse des séries temporelles et les prédictions, ainsi que l'apprentissage supervisé et non supervisé. Ces textes peuvent être utilisés indépendamment ou pour des cours consécutifs.

"Ce livre fait partie d'une impressionnante et vaste entreprise de rédaction (environ 1 000 pages !) qui a conduit à la publication de deux livres chez Birkhuser. Ce livre porte sur les statistiques industrielles, un domaine dans lequel les auteurs sont reconnus comme des experts majeurs. Le livre combine des méthodes classiques (à ne jamais oublier !) et des "sujets brûlants" tels que la cyberfabrication, les jumeaux numériques, les tests A/B et la fiabilité bayésienne. Il est écrit dans un style très accessible, se concentrant non seulement sur le COMMENT des méthodes, mais aussi sur le POURQUOI. En particulier, l'utilisation de Python tout au long du livre est très appréciée. Python est probablement le langage de programmation le plus important utilisé dans l'analyse moderne. Nous remercions chaleureusement les auteurs d'avoir fourni un tel ouvrage à la pointe de la technologie. Il fournit une illustration complète des méthodes et des exemples basés sur la longue expérience des auteurs, ainsi qu'un code accessible pour l'apprentissage et la réutilisation dans les salles de classe et les applications sur le terrain".

Professeur Fabrizio RuggeriDirecteur de recherche au Conseil national de la recherche, Italie.

Président de la Société internationale pour les statistiques commerciales et industrielles (ISBIS).

Rédacteur en chef de Applied Stochastic Models in Business and Industry (ASMBI) (Modèles stochastiques appliqués aux entreprises et à l'industrie).

Autres informations sur le livre :

ISBN :9783031284816
Auteur :
Éditeur :
Langue :anglais
Reliure :Relié
Année de publication :2023
Nombre de pages :472

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Statistiques industrielles modernes : Avec des applications en R, Minitab et Jmp - Modern Industrial...
La nouvelle édition de la principale référence...
Statistiques industrielles modernes : Avec des applications en R, Minitab et Jmp - Modern Industrial Statistics: With Applications in R, Minitab, and Jmp
Statistiques modernes : Une approche informatisée avec Python - Modern Statistics: A Computer-Based...
Ce manuel innovant présente le matériel d'un cours...
Statistiques modernes : Une approche informatisée avec Python - Modern Statistics: A Computer-Based Approach with Python
L'ingénierie des systèmes dans la quatrième révolution industrielle : Big Data, nouvelles...
Ce livre aborde les changements dans l'ingénierie des systèmes...
L'ingénierie des systèmes dans la quatrième révolution industrielle : Big Data, nouvelles technologies et ingénierie des systèmes modernes - Systems Engineering in the Fourth Industrial Revolution: Big Data, Novel Technologies, and Modern Systems Engineering
Statistiques modernes : Une approche informatisée avec Python - Modern Statistics: A Computer-Based...
Ce manuel innovant présente le matériel d'un cours...
Statistiques modernes : Une approche informatisée avec Python - Modern Statistics: A Computer-Based Approach with Python
Statistiques industrielles : Une approche informatisée avec Python - Industrial Statistics: A...
Ce manuel innovant présente le matériel d'un cours...
Statistiques industrielles : Une approche informatisée avec Python - Industrial Statistics: A Computer-Based Approach with Python

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)