Items related to Hybride Optimierung für Dimensionsreduktion: Unüberwachte...
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen (BestMasters) - Softcover
Synopsis
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.
"synopsis" may belong to another edition of this title.
About the Author
Daniel Lückehe hat nach seiner Ausbildung zum Fachinformatiker und seinem dualen Studium zum Bachelor of Engineering ein Masterstudium an der Universität Oldenburg absolviert. Aktuell arbeitet er an seiner Doktorarbeit im Promotionsprogramm „Systemintegration Erneuerbarer Energien“.
From the Back Cover
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.
Der Inhalt
- Unüberwachte Regression
- Nadaraya-Watson-Schätzer
- Unüberwachte Kernel-Regression
- Gradientenabstieg
- Variable Kernel-Funktion
Die Zielgruppen
- Dozenten und Studenten der Informatik, insbesondere des Fachgebiets Maschinelles Lernen
- Naturwissenschaftler mit Bezug zum Thema „Big Data“
Der Autor
Daniel Lückehe hat nach seiner Ausbildung zum Fachinformatiker und seinem dualen Studium zumBachelor of Engineering ein Masterstudium an der Universität Oldenburg absolviert. Aktuell arbeitet er an seiner Doktorarbeit im Promotionsprogramm „Systemintegration Erneuerbarer Energien“."About this title" may belong to another edition of this title.
- PublisherSpringer Vieweg
- Publication date2015
- ISBN 10 3658107375
- ISBN 13 9783658107376
- BindingPaperback
- LanguageGerman
- Edition number1
- Number of pages107
Search results for Hybride Optimierung für Dimensionsreduktion: Unüberwachte...
Stock Image
Hybride Optimierung für Dimensionsreduktion. Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen.
Published by
Wiesbaden, Springer Fachmedien., 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
Used
Softcover
Seller: Universitätsbuchhandlung Herta Hold GmbH, Berlin, Germany
Seller rating 4 out of 5 stars
VIII, 99 S. Broschur. Versand aus Deutschland / We dispatch from Germany via Air Mail. Einband bestoßen, daher Mängelexemplar gestempelt, sonst sehr guter Zustand. Imperfect copy due to slightly bumped cover, apart from this in very good condition. Stamped. BestMasters. Sprache: Deutsch. Seller Inventory # 7420IB
Quantity: 1 available
Stock Image
Hybride Optimierung fur Dimensionsreduktion : Unuberwachte Regression mit Gradientenabstieg und evolutionaren Algorithmen
Seller: Chiron Media, Wallingford, United Kingdom
Seller rating 5 out of 5 stars
PF. Condition: New. Seller Inventory # 6666-IUK-9783658107376
Quantity: 10 available
Stock Image
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen (BestMasters) (German Edition)
Seller: Ria Christie Collections, Uxbridge, United Kingdom
Seller rating 5 out of 5 stars
Condition: New. In German. Seller Inventory # ria9783658107376_new
Quantity: Over 20 available
Seller Image
Hybride Optimierung für Dimensionsreduktion
Published by
Springer Fachmedien Wiesbaden Jul 2015, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
New
Taschenbuch
Seller: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -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. 108 pp. Deutsch. Seller Inventory # 9783658107376
Quantity: 2 available
Seller Image
Hybride Optimierung für Dimensionsreduktion : Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Published by
Springer Fachmedien Wiesbaden, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
New
Taschenbuch
Seller: AHA-BUCH GmbH, Einbeck, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. Druck auf Anfrage Neuware - Printed after ordering - 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. Seller Inventory # 9783658107376
Quantity: 1 available
Stock Image
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Seller: Revaluation Books, Exeter, United Kingdom
Seller rating 5 out of 5 stars
Paperback. Condition: Brand New. 1. aufl. 2015 edition. 108 pages. German language. 8.00x5.60x0.50 inches. In Stock. Seller Inventory # x-3658107375
Quantity: 2 available
Seller Image
Hybride Optimierung für Dimensionsreduktion
Published by
Springer Fachmedien Wiesbaden, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
New
Kartoniert / Broschiert
Seller: moluna, Greven, Germany
Seller rating 4 out of 5 stars
Kartoniert / Broschiert. Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Wissenschaftlich-technische StudieIn der Arbeit von Daniel Lueckehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, hae. Seller Inventory # 39150075
Quantity: Over 20 available
Seller Image
Hybride Optimierung für Dimensionsreduktion
Published by
Springer Fachmedien Wiesbaden, Springer Fachmedien Wiesbaden Jul 2015, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
New
Taschenbuch
Seller: buchversandmimpf2000, Emtmannsberg, BAYE, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. Neuware -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 Datä, 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.Springer Vieweg in Springer Science + Business Media, Abraham-Lincoln-Straße 46, 65189 Wiesbaden 108 pp. Deutsch. Seller Inventory # 9783658107376
Quantity: 2 available
Seller Image
Hybride Optimierung für Dimensionsreduktion | Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Published by
Springer Fachmedien Wiesbaden, 2015
ISBN 10: 3658107375
ISBN 13: 9783658107376
New
Taschenbuch
Seller: preigu, Osnabrück, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. Hybride Optimierung für Dimensionsreduktion | Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen | Daniel Lückehe | Taschenbuch | viii | Deutsch | 2015 | Springer Fachmedien Wiesbaden | EAN 9783658107376 | Verantwortliche Person für die EU: Springer Vieweg in Springer Science + Business Media, Abraham-Lincoln-Str. 46, 65189 Wiesbaden, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu. Seller Inventory # 104468450
Quantity: 5 available
Stock Image
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen (BestMasters) (German Edition)
Seller: Lucky's Textbooks, Dallas, TX, U.S.A.
Seller rating 5 out of 5 stars
Condition: New. Seller Inventory # ABLIING23Mar3113020245384
Quantity: Over 20 available