Autor M. Bagirov, Adil
|
|
Documentos disponibles escritos por este autor (1)
Hacer una sugerencia Refinar búsqueda
TÃtulo : Partitional Clustering via Nonsmooth Optimization : Clustering via Optimization Tipo de documento: documento electrónico Autores: M. Bagirov, Adil, Autor ; Karmitsa, Napsu, Autor ; Taheri, Sona, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XX, 336 p. 78 ilustraciones, 77 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-37826-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: MinerÃa de datos y descubrimiento de conocimientos Inteligencia artificial Procesamiento de la señal Sistemas de reconocimiento de patrones Telecomunicación Reconocimiento de patrones automatizado Procesamiento de datos Ãndice Dewey: 621.382 Ingeniería de comunicaciones Resumen: Este libro describe modelos de optimización de problemas de clusterización y algoritmos de clusterización basados ​​en técnicas de optimización, incluyendo su implementación, evaluación y aplicaciones. El libro da una descripción completa y detallada de los enfoques de optimización para resolver problemas de clusterización; el énfasis de los autores en los algoritmos de clusterización se basa en métodos deterministas de optimización. El libro también incluye resultados sobre algoritmos de clusterización en tiempo real basados ​​en técnicas de optimización, aborda problemas de implementación de estos algoritmos de clusterización y analiza nuevos desafÃos que surgen de los macrodatos. El libro es ideal para cualquier persona que enseñe o aprenda algoritmos de clusterización. Proporciona una introducción accesible al campo y es muy adecuado para profesionales que ya están familiarizados con los conceptos básicos de la optimización. Proporciona una descripción completa de los algoritmos de clusterización basados ​​en técnicas de optimización global y no suave. Aborda los problemas de clusterización en tiempo real en grandes conjuntos de datos y los desafÃos que surgen de los macrodatos. Describe la implementación y evaluación de algoritmos de clusterización basados ​​en optimización. Nota de contenido: Introduction -- Introduction to Clustering -- Clustering Algorithms -- Nonsmooth Optimization Models in Cluster Analysis -- Nonsmooth Optimization -- Optimization based Clustering Algorithms -- Implementation and Numerical Results -- Conclusion. En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Partitional Clustering via Nonsmooth Optimization : Clustering via Optimization [documento electrónico] / M. Bagirov, Adil, Autor ; Karmitsa, Napsu, Autor ; Taheri, Sona, Autor . - 1 ed. . - [s.l.] : Springer, 2020 . - XX, 336 p. 78 ilustraciones, 77 ilustraciones en color.
ISBN : 978-3-030-37826-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: MinerÃa de datos y descubrimiento de conocimientos Inteligencia artificial Procesamiento de la señal Sistemas de reconocimiento de patrones Telecomunicación Reconocimiento de patrones automatizado Procesamiento de datos Ãndice Dewey: 621.382 Ingeniería de comunicaciones Resumen: Este libro describe modelos de optimización de problemas de clusterización y algoritmos de clusterización basados ​​en técnicas de optimización, incluyendo su implementación, evaluación y aplicaciones. El libro da una descripción completa y detallada de los enfoques de optimización para resolver problemas de clusterización; el énfasis de los autores en los algoritmos de clusterización se basa en métodos deterministas de optimización. El libro también incluye resultados sobre algoritmos de clusterización en tiempo real basados ​​en técnicas de optimización, aborda problemas de implementación de estos algoritmos de clusterización y analiza nuevos desafÃos que surgen de los macrodatos. El libro es ideal para cualquier persona que enseñe o aprenda algoritmos de clusterización. Proporciona una introducción accesible al campo y es muy adecuado para profesionales que ya están familiarizados con los conceptos básicos de la optimización. Proporciona una descripción completa de los algoritmos de clusterización basados ​​en técnicas de optimización global y no suave. Aborda los problemas de clusterización en tiempo real en grandes conjuntos de datos y los desafÃos que surgen de los macrodatos. Describe la implementación y evaluación de algoritmos de clusterización basados ​​en optimización. Nota de contenido: Introduction -- Introduction to Clustering -- Clustering Algorithms -- Nonsmooth Optimization Models in Cluster Analysis -- Nonsmooth Optimization -- Optimization based Clustering Algorithms -- Implementation and Numerical Results -- Conclusion. En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
