Riduzione della dimensionalità non lineare (eBook)

Riduzione della dimensionalità non lineare (eBook)

Fouad Sabry
Fouad Sabry
Prezzo:
€ 4,99
Compra EPUB
Prezzo:
€ 4,99
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: it
Traduttore: Pinto Cosimo
Editore: Un Miliardo Di Ben Informato [Italian]
Codice EAN: 6610000686803
Anno pubblicazione: 2024
Scopri QUI come leggere i tuoi eBook
Abbonati a Kobo Plus per avere accesso illimitato a migliaia di eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

1: Riduzione della dimensionalità non lineare: esplora i concetti fondamentali e l'importanza di ridurre i dati ad alta dimensionalità per un'analisi più semplice. 2: Mappa lineare: introduce le basi della mappatura lineare e il suo ruolo nella riduzione della dimensionalità dei dati nell'apprendimento automatico. 3: Macchina a vettori di supporto: scopri come le macchine a vettori di supporto applicano la riduzione della dimensionalità nelle attività di classificazione e nel riconoscimento di pattern. 4: Analisi delle componenti principali: approfondisci la tecnica PCA per trasformare i dati in un set di variabili linearmente non correlate. 5: Isometria: esamina come le tecniche isometriche preservano le distanze tra i punti riducendo al contempo le dimensioni dei dati. 6: Riduzione della dimensionalità: comprendi l'ambito più ampio della riduzione della dimensionalità e le sue applicazioni in vari campi. 7: Incorporamento semidefinito: studia la programmazione semidefinita e la sua connessione ai metodi di riduzione della dimensionalità. 8: Metodo kernel: scopri la potenza dei metodi kernel nella gestione delle relazioni non lineari nella riduzione dei dati. 9: Analisi delle componenti principali del kernel: esplora la capacità di KPCA di eseguire la riduzione della dimensionalità in uno spazio di feature ad alta dimensionalità. 10: Continuazione numerica: scopri come le tecniche di continuazione numerica aiutano a comprendere i sistemi ad alta dimensionalità. 11: Clustering spettrale: scopri come il clustering spettrale sfrutta la riduzione della dimensionalità per raggruppare punti dati simili. 12: Isomap: uno sguardo a Isomap, una tecnica che combina il ridimensionamento multidimensionale con distanze geodetiche per la riduzione della dimensionalità. 13: Lemma di Johnson-Lindenstrauss: approfondisci la matematica del lemma di Johnson-Lindenstrauss, che assicura che la riduzione della dimensionalità mantenga le proprietà geometriche. 14: Modello a cascata lineare-non lineare di Poisson: studia come questo modello integra metodi lineari e non lineari nella riduzione della dimensionalità. 15: Allineamento di collettori: scopri l'allineamento di collettori e la sua importanza nell'allineamento dei dati da diversi domini nella riduzione della dimensionalità. 16: Mappa di diffusione: comprendere come le mappe di diffusione utilizzano il processo di diffusione per la riduzione della dimensionalità in set di dati complessi. 17: Incorporamento stocastico di vicini Tdistributed: esplorare la capacità di tSNE di ridurre la dimensionalità preservando le strutture locali nei dati. 18: Incorporamento kernel delle distribuzioni: studiare come l'incorporamento kernel consente la riduzione della dimensionalità sulle distribuzioni, non solo sui set di dati. 19: Proiezione casuale: un approccio pratico alla riduzione della dimensionalità che si basa su proiezioni casuali per un calcolo rapido. 20: Regolarizzazione manifold: apprendere le tecniche di regolarizzazione manifold e il loro impatto sull'apprendimento da dati ad alta dimensionalità. 21: Modellazione dinamica empirica: scoprire come la modellazione dinamica empirica aiuta nella riduzione della dimensionalità tramite l'analisi dei dati delle serie temporali.