Artículos relacionados a Hybride Optimierung für Dimensionsreduktion: Unüberwachte...
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen (BestMasters) - Tapa blanda
Sinopsis
In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, häufig zusammengefasst unter dem Begriff „Big Data“, liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie.
Eine Dimensionsreduktion kann dabei helfen, Informationen aus großen, hochkomplexen Datensätzen zu gewinnen und diese besser verarbeiten zu können. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden.
"Sinopsis" puede pertenecer a otra edición de este libro.
Acerca del autor
Daniel Lückehe hat nach seiner Ausbildung zum Fachinformatiker und seinem dualen Studium zum Bachelor of Engineering ein Masterstudium an der Universität Oldenburg absolviert. Aktuell arbeitet er an seiner Doktorarbeit im Promotionsprogramm „Systemintegration Erneuerbarer Energien“.
De la contraportada
In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, häufig zusammengefasst unter dem Begriff "Big Data", liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie.
Eine Dimensionsreduktion kann dabei helfen, Informationen aus großen, hochkomplexen Datensätzen zu gewinnen und diese besser verarbeiten zu können. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden.
Der Inhalt
- Unüberwachte Regression
- Nadaraya-Watson-Schätzer
- Unüberwachte Kernel-Regression
- Gradientenabstieg
- Variable Kernel-Funktion
Die Zielgruppen
- Dozenten und Studenten der Informatik, insbesondere des Fachgebiets Maschinelles Lernen
- Naturwissenschaftler mit Bezug zum Thema "Big Data"
Der Autor
Daniel Lückehe hat nach seiner Ausbildung zum Fachinformatiker und seinem dualen Studium zumBachelor of Engineering ein Masterstudium an der Universität Oldenburg absolviert. Aktuell arbeitet er an seiner Doktorarbeit im Promotionsprogramm "Systemintegration Erneuerbarer Energien"."Sobre este título" puede pertenecer a otra edición de este libro.
Comprar nuevo
Ver este artículo
EUR 52,57
EUR 5,17 gastos de envío desde Reino Unido a España
Destinos, gastos y plazos de envíoResultados de la búsqueda para Hybride Optimierung für Dimensionsreduktion: Unüberwachte...
Imagen de archivo
Hybride Optimierung für Dimensionsreduktion. Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen.
Publicado por
Wiesbaden, Springer Fachmedien., 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
Antiguo o usado
Tapa blanda
Librería: Universitätsbuchhandlung Herta Hold GmbH, Berlin, Alemania
Calificación del vendedor: 5 de 5 estrellas
VIII, 99 S. Broschur. Versand aus Deutschland / We dispatch from Germany via Air Mail. Einband bestoßen, daher Mängelexemplar gestempelt, sonst sehr guter Zustand. Imperfect copy due to slightly bumped cover, apart from this in very good condition. Stamped. BestMasters. Sprache: Deutsch. Nº de ref. del artículo: 7420IB
Cantidad disponible: 1 disponibles
Imagen de archivo
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen (BestMasters) (German Edition)
Librería: Ria Christie Collections, Uxbridge, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Condición: New. In German. Nº de ref. del artículo: ria9783658107376_new
Cantidad disponible: Más de 20 disponibles
Imagen del vendedor
Hybride Optimierung für Dimensionsreduktion
Publicado por
Springer Fachmedien Wiesbaden Jul 2015, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
Nuevo
Taschenbuch
Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Alemania
Calificación del vendedor: 5 de 5 estrellas
Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, häufig zusammengefasst unter dem Begriff 'Big Data', liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie. Eine Dimensionsreduktion kann dabei helfen, Informationen aus großen, hochkomplexen Datensätzen zu gewinnen und diese besser verarbeiten zu können. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden. 108 pp. Deutsch. Nº de ref. del artículo: 9783658107376
Cantidad disponible: 2 disponibles
Imagen del vendedor
Hybride Optimierung für Dimensionsreduktion : Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Publicado por
Springer Fachmedien Wiesbaden, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
Nuevo
Taschenbuch
Librería: AHA-BUCH GmbH, Einbeck, Alemania
Calificación del vendedor: 5 de 5 estrellas
Taschenbuch. Condición: Neu. Druck auf Anfrage Neuware - Printed after ordering - In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, häufig zusammengefasst unter dem Begriff 'Big Data', liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie. Eine Dimensionsreduktion kann dabei helfen, Informationen aus großen, hochkomplexen Datensätzen zu gewinnen und diese besser verarbeiten zu können. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden. Nº de ref. del artículo: 9783658107376
Cantidad disponible: 1 disponibles
Imagen de archivo
Hybride Optimierung fur Dimensionsreduktion : Unuberwachte Regression mit Gradientenabstieg und evolutionaren Algorithmen
Librería: Chiron Media, Wallingford, Reino Unido
Calificación del vendedor: 4 de 5 estrellas
PF. Condición: New. Nº de ref. del artículo: 6666-IUK-9783658107376
Cantidad disponible: 10 disponibles
Imagen del vendedor
Hybride Optimierung für Dimensionsreduktion
Publicado por
Springer Fachmedien Wiesbaden, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
Nuevo
Kartoniert / Broschiert
Librería: moluna, Greven, Alemania
Calificación del vendedor: 4 de 5 estrellas
Kartoniert / Broschiert. Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Wissenschaftlich-technische StudieIn der Arbeit von Daniel Lueckehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, hae. Nº de ref. del artículo: 39150075
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Librería: Revaluation Books, Exeter, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Paperback. Condición: Brand New. 1. aufl. 2015 edition. 108 pages. German language. 8.00x5.60x0.50 inches. In Stock. Nº de ref. del artículo: x-3658107375
Cantidad disponible: 2 disponibles
Imagen del vendedor
Hybride Optimierung für Dimensionsreduktion
Publicado por
Springer Fachmedien Wiesbaden, Springer Fachmedien Wiesbaden Jul 2015, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
Nuevo
Taschenbuch
Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemania
Calificación del vendedor: 5 de 5 estrellas
Taschenbuch. Condición: Neu. Neuware -In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, häufig zusammengefasst unter dem Begriff ¿Big Datä, liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie. Eine Dimensionsreduktion kann dabei helfen, Informationen aus großen, hochkomplexen Datensätzen zu gewinnen und diese besser verarbeiten zu können. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden.Springer Vieweg in Springer Science + Business Media, Abraham-Lincoln-Straße 46, 65189 Wiesbaden 108 pp. Deutsch. Nº de ref. del artículo: 9783658107376
Cantidad disponible: 2 disponibles
Imagen del vendedor
Hybride Optimierung für Dimensionsreduktion | Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Publicado por
Springer Fachmedien Wiesbaden, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
Nuevo
Taschenbuch
Librería: preigu, Osnabrück, Alemania
Calificación del vendedor: 5 de 5 estrellas
Taschenbuch. Condición: Neu. Hybride Optimierung für Dimensionsreduktion | Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen | Daniel Lückehe | Taschenbuch | viii | Deutsch | 2015 | Springer Fachmedien Wiesbaden | EAN 9783658107376 | Verantwortliche Person für die EU: Springer Vieweg in Springer Science + Business Media, Abraham-Lincoln-Str. 46, 65189 Wiesbaden, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu. Nº de ref. del artículo: 104468450
Cantidad disponible: 5 disponibles
Imagen de archivo
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen (BestMasters) (German Edition)
Librería: Lucky's Textbooks, Dallas, TX, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
Condición: New. Nº de ref. del artículo: ABLIING23Mar3113020245384
Cantidad disponible: Más de 20 disponibles