Los libros más vendidos con 5% dto  Ver más

Enviar a
Provincia de Madrid
0

Mi Cuenta

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menú

Selecciona tu país

América

Europa

Resto del mundo

portada Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization (en Inglés)
Formato
Libro Físico
Editorial
Autor
Idioma
Inglés
N° páginas
174
Encuadernación
Tapa Blanda
ISBN13
9781032041032
N° edición
1

Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization (en Inglés)

B. K. Tripathy Anveshrithaa S. Shrusti Ghela (Autor) · Crc Press · Tapa Blanda

Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization (en Inglés) - B. K. Tripathy Anveshrithaa S. Shrusti Ghela

Libro Nuevo Importado
Envío: 17 a 22 días háb.
82,45 €78,32 €
-5%
Libro Nuevo

Quedan 18 unidades

78,32 €
Llega entre el 26 Ago y el 04 Sep a Provincia de Madrid. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization (en Inglés)"

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 analysis This 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.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Inglés.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes