Hybride Optimierung für Dimensionsreduktion : Unuberwachte Regression mit Gradientenabstieg und evolutionaren Algorithmen
1. Aufl. 2015
Book Details
Format
Paperback / Softback
Book Series
BestMasters
ISBN-10
3658107375
ISBN-13
9783658107376
Edition
1. Aufl. 2015
Publisher
Springer Fachmedien Wiesbaden
Imprint
Springer Vieweg
Country of Manufacture
DE
Country of Publication
GB
Publication Date
Jul 30th, 2015
Print length
99 Pages
Ksh 7,200.00
Werezi Extended Catalogue
0 in stock
Delivery Location
Delivery fee: Select location
Secure
Quality
Fast
In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden.
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.
Get Hybride Optimierung für Dimensionsreduktion by at the best price and quality guaranteed only at Werezi Africa's largest book ecommerce store. The book was published by Springer Fachmedien Wiesbaden and it has pages.
