Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization (ePub)
(Sprache: Englisch)
This book describes algorithms like Locally Linear Embedding, Laplacian eigenmaps, Semidefinite Embedding, t-SNE to resolve the problem of dimensionality reduction in case of non-linear relationships within the data. Underlying mathematical concepts,...
sofort als Download lieferbar
eBook (ePub)
78.99 €
39 DeutschlandCard Punkte
sammeln
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization (ePub)“
This book describes algorithms like Locally Linear Embedding, Laplacian eigenmaps, Semidefinite Embedding, t-SNE to resolve the problem of dimensionality reduction in case of non-linear relationships within the data. Underlying mathematical concepts, derivations, proofs, strengths and limitations of these algorithms are discussed as well.
Autoren-Porträt von B. K. Tripathy, Anveshrithaa Sundareswaran, Shrusti Ghela
B.K. Tripathy, Anveshrithaa Sundareswaran, Shrusti Ghela
Bibliographische Angaben
- Autoren: B. K. Tripathy , Anveshrithaa Sundareswaran , Shrusti Ghela
- 2021, 1. Auflage, 174 Seiten, Englisch
- Verlag: Taylor & Francis
- ISBN-10: 1000438457
- ISBN-13: 9781000438451
- Erscheinungsdatum: 01.09.2021
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: ePub
- Größe: 7.74 MB
- Ohne Kopierschutz
- Vorlesefunktion
Sprache:
Englisch
Kommentar zu "Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization"
0 Gebrauchte Artikel zu „Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization“
| Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
|---|
Schreiben Sie einen Kommentar zu "Unsupervised Learning Approaches for Dimensionality Reduction and Data Visualization".
Kommentar verfassen