Fundamentals of Data Analytics / Mathar, Rudolf  

Público ISBD Ningún comentario para este título. Título : Fundamentals of Data Analytics : With a View to Machine Learning Tipo de documento: documento electrónico Autores: Mathar, Rudolf, ; Alirezaei, Gholamreza, ; Balda, Emilio, ; Behboodi, Arash, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XI, 127 p. 41 ilustraciones, 28 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-56831-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas  Grandes datos  Estructuras de datos (Informática)  Teoría de la información  Inteligencia artificial  Teoría y métodos estadísticos  Estructuras de datos y teoría de la información  Estadística y Computación Clasificación: Resumen: Este libro presenta las metodologías básicas para un análisis de datos exitoso. La optimización y aproximación de matrices se explican en detalle y se aplican ampliamente a la reducción de dimensionalidad mediante análisis de componentes principales y escalamiento multidimensional. Los mapas de difusión y la agrupación espectral se obtienen como herramientas poderosas. La superposición metodológica entre la ciencia de datos y el aprendizaje automático se enfatiza al demostrar cómo se utiliza la ciencia de datos para la clasificación, así como para el aprendizaje supervisado y no supervisado. . Nota de contenido: 1 Introduction -- 2 Prerequisites from Matrix Analysis -- 3 Multivariate Distributions and Moments -- 4 Dimensionality Reduction -- 5 Classification and Clustering -- 6 Support Vector Machines -- 7 Machine Learning -- Index. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Fundamentals of Data Analytics : With a View to Machine Learning [documento electrónico] / Mathar, Rudolf, ; Alirezaei, Gholamreza, ; Balda, Emilio, ; Behboodi, Arash,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XI, 127 p. 41 ilustraciones, 28 ilustraciones en color. ISBN : 978-3-030-56831-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas  Grandes datos  Estructuras de datos (Informática)  Teoría de la información  Inteligencia artificial  Teoría y métodos estadísticos  Estructuras de datos y teoría de la información  Estadística y Computación Clasificación: Resumen: Este libro presenta las metodologías básicas para un análisis de datos exitoso. La optimización y aproximación de matrices se explican en detalle y se aplican ampliamente a la reducción de dimensionalidad mediante análisis de componentes principales y escalamiento multidimensional. Los mapas de difusión y la agrupación espectral se obtienen como herramientas poderosas. La superposición metodológica entre la ciencia de datos y el aprendizaje automático se enfatiza al demostrar cómo se utiliza la ciencia de datos para la clasificación, así como para el aprendizaje supervisado y no supervisado. . Nota de contenido: 1 Introduction -- 2 Prerequisites from Matrix Analysis -- 3 Multivariate Distributions and Moments -- 4 Dimensionality Reduction -- 5 Classification and Clustering -- 6 Support Vector Machines -- 7 Machine Learning -- Index. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200