Hybride Optimierung für Dimensionsreduktion
Lückehe, Daniel
Produktnummer:
18eedf32d2d4b845fe9ae16621679f950f
| Autor: | Lückehe, Daniel |
|---|---|
| Themengebiete: | Big Data Computational Intelligence Dimensionsreduktion Maschinelles Lernen Regressionsmodell |
| Veröffentlichungsdatum: | 30.07.2015 |
| EAN: | 9783658107376 |
| Sprache: | Deutsch |
| Seitenzahl: | 99 |
| Produktart: | Kartoniert / Broschiert |
| Verlag: | Springer Fachmedien Wiesbaden GmbH |
| Untertitel: | Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen |
Produktinformationen "Hybride Optimierung für Dimensionsreduktion"
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.
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen