دانلود کتاب Nonlinear Dimensionality Reduction (Information Science and Statistics)
49,000 تومان
کاهش ابعاد غیرخطی (علوم اطلاعات و آمار)
| موضوع اصلی | آمار ریاضی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| تعداد صفحه | 328 |
| حجم فایل | 20 مگابایت |
| کد کتاب | 0387393501,9780387393506,9780387393513 |
| نوبت چاپ | 1 |
| نویسنده | John A. Lee, Michel Verleysen |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2007 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
کاهش ابعاد غیرخطی (علوم اطلاعات و آمار)
این کتاب روش های ایجاد شده و پیشرفته برای کاهش ابعاد پایگاه داده های عددی را شرح می دهد. هر توصیف از ایده های شهودی شروع می شود، جزئیات ریاضی لازم را توسعه می دهد و با تشریح اجرای الگوریتمی به پایان می رسد. این متن خلاصهای شفاف از حقایق و مفاهیم مربوط به روشهای شناخته شده و همچنین پیشرفتهای اخیر در کاهش ابعاد غیرخطی ارائه میکند. همه روش ها از نقطه نظر یکپارچه توصیف می شوند که به برجسته کردن نقاط قوت و کاستی های مربوطه کمک می کند. این ارائه برای آماردانان، دانشمندان کامپیوتر و تحلیلگران داده، و سایر پزشکان دارای پیشینه اولیه در آمار یا یادگیری محاسباتی جذاب خواهد بود.
This book describes established and advanced methods for reducing the dimensionality of numerical databases. Each description starts from intuitive ideas, develops the necessary mathematical details, and ends by outlining the algorithmic implementation. The text provides a lucid summary of facts and concepts relating to well-known methods as well as recent developments in nonlinear dimensionality reduction. Methods are all described from a unifying point of view, which helps to highlight their respective strengths and shortcomings. The presentation will appeal to statisticians, computer scientists and data analysts, and other practitioners having a basic background in statistics or computational learning.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.