Principal Manifolds for Data Visualization and Dimension Reduction / Lecture Notes in Computational Science and Engineering Bd.58 (PDF)
The book starts with the quote of the classical Pearson definition of PCA and includes reviews of various methods: NLPCA, ICA, MDS, embedding and clustering algorithms, principal manifolds and SOM. New approaches to NLPCA, principal manifolds, branching...
- Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
The book starts with the quote of the classical Pearson definition of PCA and includes reviews of various methods: NLPCA, ICA, MDS, embedding and clustering algorithms, principal manifolds and SOM. New approaches to NLPCA, principal manifolds, branching principal components and topology preserving mappings are described. Presentation of algorithms is supplemented by case studies. The volume ends with a tutorial PCA deciphers genome.
- 2007, 2008, 340 Seiten, Englisch
- Herausgegeben: Alexander N. Gorban, Balázs Kégl, Donald C. Wunsch, Andrei Zinovyev
- Verlag: Springer-Verlag GmbH
- ISBN-10: 3540737502
- ISBN-13: 9783540737506
- Erscheinungsdatum: 11.09.2007
Abhängig von Bildschirmgrösse und eingestellter Schriftgrösse kann die Seitenzahl auf Ihrem Lesegerät variieren.
- Dateiformat: PDF
- Grösse: 9.20 MB
- Ohne Kopierschutz
- Vorlesefunktion
| Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
|---|
Schreiben Sie einen Kommentar zu "Principal Manifolds for Data Visualization and Dimension Reduction / Lecture Notes in Computational Science and Engineering Bd.58".
Kommentar verfassen