Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und Evolutionären Algorithmen (Bestmasters) (in German) - Daniel Lückehe
New Book
£ 55.36
Free UK Delivery
Choose the list to add your product or create one New List
Origin: U.S.A.
(Import costs included in the price)
It will be shipped from our warehouse between Friday, July 05 and Wednesday, July 17.
You will receive it anywhere in United Kingdom between 1 and 3 business days after shipment.
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und Evolutionären Algorithmen (Bestmasters) (in German)
Daniel Lückehe
Synopsis "Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und Evolutionären Algorithmen (Bestmasters) (in German)"
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.