Artículos relacionados a Generalized Low Rank Models: 28 (Foundations and Trends®...
Sinopsis
Principal components analysis (PCA) is a well-known technique for approximating a tabular data set by a low rank matrix. Here, we extend the idea of PCA to handle arbitrary data sets consisting of numerical, Boolean, categorical, ordinal, and other data types. This framework encompasses many well-known techniques in data analysis, such as nonnegative matrix factorization, matrix completion, sparse and robust PCA, k-means, k-SVD, and maximum margin matrix factorization. The method handles heterogeneous data sets, and leads to coherent schemes for compressing, denoising, and imputing missing entries across all data types simultaneously. It also admits a number of interesting interpretations of the low rank factors, which allow clustering of examples or of features. We propose several parallel algorithms for fitting generalized low rank models, and describe implementations and numerical results.
"Sinopsis" puede pertenecer a otra edición de este libro.
Reseña del editor
Principal components analysis (PCA) is a well-known technique for approximating a tabular data set by a low rank matrix. Here, we extend the idea of PCA to handle arbitrary data sets consisting of numerical, Boolean, categorical, ordinal, and other data types. This framework encompasses many well-known techniques in data analysis, such as nonnegative matrix factorization, matrix completion, sparse and robust PCA, k-means, k-SVD, and maximum margin matrix factorization. The method handles heterogeneous data sets, and leads to coherent schemes for compressing, denoising, and imputing missing entries across all data types simultaneously. It also admits a number of interesting interpretations of the low rank factors, which allow clustering of examples or of features. We propose several parallel algorithms for fitting generalized low rank models, and describe implementations and numerical results.
"Sobre este título" puede pertenecer a otra edición de este libro.
- EditorialNow Publishers Inc
- Año de publicación2016
- ISBN 10 1680831402
- ISBN 13 9781680831405
- EncuadernaciónTapa blanda
- IdiomaInglés
- Número de páginas142
- Contacto del fabricanteno disponible
Comprar nuevo
Ver este artículo
EUR 92,63
EUR 4,15 gastos de envío desde Reino Unido a España
Destinos, gastos y plazos de envíoResultados de la búsqueda para Generalized Low Rank Models: 28 (Foundations and Trends®...
Imagen de archivo
Generalized Low Rank Models
Impresión bajo demandaLibrería: PBShop.store UK, Fairford, GLOS, Reino Unido
Calificación del vendedor: 4 de 5 estrellas
PAP. Condición: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Nº de ref. del artículo: IQ-9781680831405
Cantidad disponible: 15 disponibles
Imagen de archivo
Generalized Low Rank Models (Foundations and Trends(r) in Machine Learning)
Librería: Ria Christie Collections, Uxbridge, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Condición: New. In. Nº de ref. del artículo: ria9781680831405_new
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
Generalized Low Rank Models
Impresión bajo demandaLibrería: PBShop.store US, Wood Dale, IL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
PAP. Condición: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Nº de ref. del artículo: L0-9781680831405
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
Generalized Low Rank Models
Librería: Chiron Media, Wallingford, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
PF. Condición: New. Nº de ref. del artículo: 6666-IUK-9781680831405
Cantidad disponible: 10 disponibles
Imagen del vendedor
Generalized Low Rank Models
Librería: moluna, Greven, Alemania
Calificación del vendedor: 4 de 5 estrellas
Condición: New. KlappentextPrincipal components analysis (PCA) is a well-known technique for approximating a tabular data set by a low rank matrix. Here, we extend the idea of PCA to handle arbitrary data sets consisting of numerical, Boolean, categoric. Nº de ref. del artículo: 448249718
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
Generalized Low Rank Models
Publicado por
now publishers Inc, 2016
ISBN 10: 1680831402
ISBN 13: 9781680831405
Nuevo
Paperback / softback
Librería: THE SAINT BOOKSTORE, Southport, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Paperback / softback. Condición: New. This item is printed on demand. New copy - Usually dispatched within 5-9 working days 210. Nº de ref. del artículo: C9781680831405
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
Generalized Low Rank Models
Librería: Revaluation Books, Exeter, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Paperback. Condición: Brand New. 140 pages. 9.21x6.14x0.30 inches. In Stock. Nº de ref. del artículo: x-1680831402
Cantidad disponible: 2 disponibles
Imagen del vendedor
Generalized Low Rank Models
Impresión bajo demandaLibrería: AHA-BUCH GmbH, Einbeck, Alemania
Calificación del vendedor: 5 de 5 estrellas
Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Principal components analysis (PCA) is a well-known technique for approximating a tabular data set by a low rank matrix. Here, we extend the idea of PCA to handle arbitrary data sets consisting of numerical, Boolean, categorical, ordinal, and other data types. This framework encompasses many well-known techniques in data analysis, such as nonnegative matrix factorization, matrix completion, sparse and robust PCA, k-means, k-SVD, and maximum margin matrix factorization. The method handles heterogeneous data sets, and leads to coherent schemes for compressing, denoising, and imputing missing entries across all data types simultaneously. It also admits a number of interesting interpretations of the low rank factors, which allow clustering of examples or of features. We propose several parallel algorithms for fitting generalized low rank models, and describe implementations and numerical results. Nº de ref. del artículo: 9781680831405
Cantidad disponible: 1 disponibles
Imagen de archivo
Generalized Low Rank Models (Foundations and Trends(r) in Machine Learning)
Librería: Lucky's Textbooks, Dallas, TX, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
Condición: New. Nº de ref. del artículo: ABLIING23Mar2811580338115
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
Generalized Low Rank Models (Foundations and Trends in Machine Learning)
Librería: Books Puddle, New York, NY, Estados Unidos de America
Calificación del vendedor: 4 de 5 estrellas
Condición: New. pp. 134. Nº de ref. del artículo: 26374953757
Cantidad disponible: 4 disponibles