Asymptotic Expansion and Weak Approximation
Applications of Malliavin Calculus and Deep Learning
Sorozatcím: SpringerBriefs in Statistics;
-
12% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 48.14
-
20 319 Ft (19 352 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 12% (cc. 2 438 Ft off)
- Kedvezményes ár 17 881 Ft (17 030 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
20 319 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Springer Nature Singapore
- Megjelenés dátuma 2025. október 9.
- Kötetek száma 1 pieces, Book
- ISBN 9789819682799
- Kötéstípus Puhakötés
- Terjedelem96 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk XII, 96 p. 4 illus., 3 illus. in color. Illustrations, black & white 700
Kategóriák
Hosszú leírás:
"
This book provides a self-contained lecture on a Malliavin calculus approach to asymptotic expansion and weak approximation of stochastic differential equations (SDEs), along with numerical methods for computing parabolic partial differential equations (PDEs).
Constructions of weak approximation and asymptotic expansion are given in detail using Malliavin’s integration by parts with theoretical convergence analysis.
Weak approximation algorithms and Python codes are available with numerical examples.
Moreover, the weak approximation scheme is effectively applied to high-dimensional nonlinear problems without suffering from the curse of dimensionality
through combining with a deep learning method.
Readers including graduate-level students, researchers, and practitioners can understand both theoretical and applied aspects of recent developments of asymptotic expansion and weak approximation.
Tartalomjegyzék:
Chapter 1. Introduction.- Chapter 2. Itô calculus.- Chapter 3. Malliavin calculus.- Chapter 4. Asymptotic expansion.- Chapter 5. Weak approximation.- Chapter 6. Application: Deep learning-based weak approximation.
Több
