9789811967023 - latent factor analysis for high-dimensional and sparse matrices: a particle swarm optimization-based approach (springerbriefs in computer science) de yuan, ye; luo, xin (15 resultados)
Idioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: Ria Christie Collections, Uxbridge, Reino UnidoRia Christie Collections
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 48,42
Envío por EUR 13,88Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New. In.
Idioma: Inglés
Editorial: Springer 2022-11 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: Chiron Media, Wallingford, , Reino UnidoChiron Media
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 44,01
Envío por EUR 17,95Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 10 disponibles
PF. Condición: New.
Idioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: Books Puddle, New York, NY, Estados Unidos de AmericaBooks Puddle
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 68,24
Envío por EUR 3,45Se envía dentro de Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New.
Idioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: Kennys Bookshop and Art Galleries Ltd., Galway, GY, IrlandaKennys Bookshop and Art Galleries Ltd.
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 61,48
Envío por EUR 10,50Se envía de Irlanda a Estados Unidos de AmericaCantidad disponible: 15 disponibles
Condición: New.
Idioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: Revaluation Books, Exeter, , Reino UnidoRevaluation Books
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 69,52
Envío por EUR 11,59Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 2 disponibles
Paperback. Condición: Brand New. 100 pages. 9.25x6.10x0.32 inches. In Stock.
Idioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: Kennys Bookstore, Olney, MD, Estados Unidos de AmericaKennys Bookstore
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 76,03
Envío por EUR 9,07Se envía dentro de Estados Unidos de AmericaCantidad disponible: 15 disponibles
Condición: New.
Idioma: Inglés
Editorial: Springer, Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 52,95
Envío por EUR 60,83Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Taschenbuch. Condición: Neu. Druck auf Anfrage Neuware - Printed after ordering - Latent factor analysis models are an effective type of machine learning model for addressing high-dimensional and sparse matrices, which are encountered in many big-data-related industrial applications. The performance of a latent factor analysis m…odel relies heavily on appropriate hyper-parameters. However, most hyper-parameters are data-dependent, and using grid-search to tune these hyper-parameters is truly laborious and expensive in computational terms. Hence, how to achieve efficient hyper-parameter adaptation for latent factor analysis models has become a significant question.This is the first book to focus on how particle swarm optimization can be incorporated into latent factor analysis for efficient hyper-parameter adaptation, an approach that offers high scalability in real-world industrial applications.The book will help students, researchers and engineers fully understand the basic methodologies of hyper-parameter adaptation via particle swarm optimization in latent factor analysis models. Further, it will enable them to conduct extensive research and experiments on the real-world applications of the content discussed.
Más imágenesIdioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: preigu, Osnabrück, Alemaniapreigu
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 45,85
Envío por EUR 70,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 5 disponibles
Taschenbuch. Condición: Neu. Latent Factor Analysis for High-dimensional and Sparse Matrices | A particle swarm optimization-based approach | Ye Yuan (u. a.) | Taschenbuch | viii | Englisch | 2022 | Springer | EAN 9789811967023 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juerge…n[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
Idioma: Inglés
Editorial: Springer Nature Singapore 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
Librería: Buchpark, Trebbin, , AlemaniaBuchpark
Contactar con el vendedorVendedor de 5 estrellasCondición: Usado
EUR 24,12
Envío por EUR 105,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 6 disponibles
Condición: Hervorragend. Zustand: Hervorragend | Sprache: Englisch | Produktart: Bücher | Latent factor analysis models are an effective type of machine learning model for addressing high-dimensional and sparse matrices, which are encountered in many big-data-related industrial applications. The performance of a latent factor an…alysis model relies heavily on appropriate hyper-parameters. However, most hyper-parameters are data-dependent, and using grid-search to tune these hyper-parameters is truly laborious and expensive in computational terms. Hence, how to achieve efficient hyper-parameter adaptation for latent factor analysis models has become a significant question.This is the first book to focus on how particle swarm optimization can be incorporated into latent factor analysis for efficient hyper-parameter adaptation, an approach that offers high scalability in real-world industrial applications.The book will help students, researchers and engineers fully understand the basic methodologies of hyper-parameter adaptation via particle swarm optimization in latent factor analysis models. Further, it will enable them to conduct extensive research and experiments on the real-world applications of the content discussed.
Idioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
- Impresión bajo demanda
Librería: Brook Bookstore On Demand, Napoli, NA, ItaliaBrook Bookstore On Demand
Contactar con el vendedorVendedor de 3 estrellasCondición: Nuevo
EUR 42,22
Envío por EUR 4,00Se envía de Italia a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: new. Questo è un articolo print on demand.
Idioma: Inglés
Editorial: Springer Nature Singapore Nov 2022 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
- Impresión bajo demanda
Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, , AlemaniaBuchWeltWeit Ludwig Meier e.K.
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 48,14
Envío por EUR 23,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 2 disponibles
Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Latent factor analysis models are an effective type of machine learning model for addressing high-dimensional and sparse matrices, which are encountered in many big-data-related industrial applications. The performance of a latent f…actor analysis model relies heavily on appropriate hyper-parameters. However, most hyper-parameters are data-dependent, and using grid-search to tune these hyper-parameters is truly laborious and expensive in computational terms. Hence, how to achieve efficient hyper-parameter adaptation for latent factor analysis models has become a significant question.This is the first book to focus on how particle swarm optimization can be incorporated into latent factor analysis for efficient hyper-parameter adaptation, an approach that offers high scalability in real-world industrial applications.The book will help students, researchers and engineers fully understand the basic methodologies of hyper-parameter adaptation via particle swarm optimization in latent factor analysis models. Further, it will enable them to conduct extensive research and experiments on the real-world applications of the content discussed. 100 pp. Englisch.
Idioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
- Impresión bajo demanda
Librería: Majestic Books, Hounslow, , Reino UnidoMajestic Books
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 67,55
Envío por EUR 7,53Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New. Print on Demand.
Idioma: Inglés
Editorial: Springer 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
- Impresión bajo demanda
Librería: Biblios, frankfurt am main, HESSE, AlemaniaBiblios
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 68,48
Envío por EUR 9,95Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New. PRINT ON DEMAND.
Idioma: Inglés
Editorial: Springer, Berlin|Springer Nature Singapore|Springer 2023
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
- Impresión bajo demanda
Librería: moluna, Greven, , Alemaniamoluna
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 43,98
Envío por EUR 48,99Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Kartoniert / Broschiert. Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Latent factor analysis models are an effective type of machine learning model for addressing high-dimensional and sparse matrices, which are encountered in many big-data-related industrial app…lications. The performance of a latent factor analysis model reli.
Idioma: Inglés
Editorial: Springer, Springer Nov 2022 2022
Serie: SpringerBriefs in Computer Science, Libro 19 de 83. Libro 19 de 83 - SpringerBriefs in Computer Science
- Tapa blanda
- Impresión bajo demanda
Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 48,14
Envío por EUR 60,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Taschenbuch. Condición: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Latent factor analysis models are an effective type of machine learning model for addressing high-dimensional and sparse matrices, which are encountered in many big-data-related industrial applications. The performance of a latent facto…r analysis model relies heavily on appropriate hyper-parameters. However, most hyper-parameters are data-dependent, and using grid-search to tune these hyper-parameters is truly laborious and expensive in computational terms. Hence, how to achieve efficient hyper-parameter adaptation for latent factor analysis models has become a significant question.This is the first book to focus on how particle swarm optimization can be incorporated into latent factor analysis for efficient hyper-parameter adaptation, an approach that offers high scalability in real-world industrial applications.The book will help students, researchers and engineers fully understand the basic methodologies of hyper-parameter adaptation via particle swarm optimization in latent factor analysis models. Further, it will enable them to conduct extensive research and experiments on the real-world applications of the content discussed.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 100 pp. Englisch.
