Hybride Optimierung für Dimensionsreduktion Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
-70%
Availability: In Stock

Hybride Optimierung für Dimensionsreduktion Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen

SKU: 9783658107383

Original price was: $49.99.Current price is: $15.00.

Access Hybride Optimierung für Dimensionsreduktion Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen Now. Discount up to 90%

Categories: ,

Additional information

Full Title

Hybride Optimierung für Dimensionsreduktion Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Author(s)

Daniel Lückehe
Edition
ISBN

9783658107383, 9783658107376
Publisher

Springer Vieweg
Format

PDF and EPUB

Description

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.

Related products