Nonlinear Dimensionality Reduction von Michel Verleysen
Das Buch bietet einen guten Überblick über komplexe Themen der Dimensionsreduktion. Besonders die klare Struktur wird geschätzt, obwohl einige praktische Implementierungsdetails fehlen.
| Inhalt | ★★★★☆ |
| Struktur | ★★★★★ |
| Praxisnähe | ★★★☆☆ |
| Zugänglichkeit | ★★★★☆ |
★★★★☆
Gut
4.0
Lade Preisvergleich...
▼
Lade Preisvergleich...
Für wen ist das Buch geeignet?
Das Buch richtet sich an Statistiker, Informatiker und Datenanalysten sowie Interessierte in verwandten Bereichen.
Welche Themen werden behandelt?
Es werden nicht-lineare Methoden zur Dimensionsreduktion wie Isomap und Locally Linear Embedding behandelt.
Verwendung nicht-linearer Dimensionsreduktionsmethoden
So wenden Sie verschiedene Methoden der Dimensionsreduktion an
Einführung in die Theorie
Lernen Sie die grundlegenden Konzepte der Dimensionsreduktion.
Praktische Anwendung
Experimentieren Sie mit Datensätzen und implementieren Sie Methoden wie Isomap.
Vergleich der Ergebnisse
Analysieren Sie die Stärken und Schwächen der verwendeten Methoden.
Mathematiksoftware
Verwenden Sie Software wie R oder Python für die Implementierung.
Datensätze für Tests
Nutzen Sie öffentlich zugängliche Datensätze zur praktischen Übung.
KI-Chat
Recommendation Engine: Personalisierte Empfehlungen
Alle Produkte ansehen