Hybride Optimierung für Dimensionsreduktion

Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen

Paperback Duits 2015 9783658107376
Verwachte levertijd ongeveer 9 werkdagen

Samenvatting

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.

Specificaties

ISBN13:9783658107376
Taal:Duits
Bindwijze:paperback
Uitgever:Springer Fachmedien Wiesbaden

Lezersrecensies

Wees de eerste die een lezersrecensie schrijft!

Inhoudsopgave

Unüberwachte Regression.- Nadaraya-Watson-Schätzer.- Unüberwachte Kernel Regression.- Gradientenabstieg.- Variable Kernel-Funktion.

Managementboek Top 100

Rubrieken

    Personen

      Trefwoorden

        Hybride Optimierung für Dimensionsreduktion