Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization

Idioma: inglés

Editorial: Taylor and Francis Ltd, GB, 2023

103204103X / 9781032041032

  • Tapa blanda
  • Nuevo
Ver todos los detalles

Librería: Rarewaves.com USA, London, London, Reino UnidoRarewaves.com USA

Vendedor de 5 estrellas

Vendedor de IberLibro desde 11 de junio de 2025

Tapa blanda

Condición: Nuevo

EUR 130,08

 Gastos de envío gratis 
Se envía de Reino Unido a Estados Unidos de America

Cantidad disponible: Más de 20 disponibles

Añadir al carrito
Devoluciones gratuitas de 30 días

Descripción del artículo del vendedor

Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization describes such algorithms as Locally Linear Embedding (LLE), Laplacian Eigenmaps, Isomap, Semidefinite Embedding, and t-SNE to resolve the problem of dimensionality reduction in the case of non-linear relationships within the data. Underlying mathematical concepts, derivations, and proofs with logical explanations for these algorithms are discussed, including strengths and limitations. The book highlights important use cases of these algorithms and provides examples along with visualizations. Comparative study of the algorithms is presented to give a clear idea on selecting the best suitable algorithm for a given dataset for efficient dimensionality reduction and data visualization.FEATURES Demonstrates how unsupervised learning approaches can be used for dimensionality reduction Neatly explains algorithms with a focus on the fundamentals and underlying mathematical concepts Describes the comparative study of the algorithms and discusses when and where each algorithm is best suitable for use Provides use cases, illustrative examples, and visualizations of each algorithm Helps visualize and create compact representations of high dimensional and intricate data for various real-world applications and data analysisThis book is aimed at professionals, graduate students, and researchers in Computer Science and Engineering, Data Science, Machine Learning, Computer Vision, Data Mining, Deep Learning, Sensor Data Filtering, Feature Extraction for Control Systems, and Medical Instruments Input Extraction.…

N° de ref. del artículo LU-9781032041032

Título
Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization
Autor
B.K. Tripathy, Anveshrithaa Sundareswaran, Shrusti Ghela
Editorial
Taylor and Francis Ltd, GB
Año de publicación
2023
Estado
New
Encuadernación
Paperback
Idioma
inglés
ISBN 10
103204103X
ISBN 13
9781032041032
Peso del artículo
453 gramos

Rarewaves.com USA

London, London, Reino Unido

Vendedor de 5 estrellas

Vendedor de IberLibro desde 11 de junio de 2025

Tarifas de envío de Reino Unido a Estados Unidos de America

ArtículoDe 9 a 14 días hábilesDe 9 a 14 días hábiles
Primer artículoEUR 0,00EUR 0,00
Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay

Información empresarial del vendedor

RAREWAVES.COM LIMITED

Elsley Court, 20-22 Great Titchfield Street
London, Reino Unido W1W 8BE