Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen - Couverture souple
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.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
À propos de l?auteur
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".
Les informations fournies dans la section « A propos du livre » peuvent faire référence à une autre édition de ce titre.
Résultats de recherche pour Hybride Optimierung für Dimensionsreduktion: Unüberwachte...
Image d'archives
Hybride Optimierung für Dimensionsreduktion. Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen.
Edité par
Wiesbaden, Springer Fachmedien., 2015
ISBN 10 : 3658107375
ISBN 13 : 9783658107376
Ancien ou d'occasion
Couverture souple
Vendeur : Universitätsbuchhandlung Herta Hold GmbH, Berlin, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
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. N° de réf. du vendeur 7420IB
Acheter D'occasion
EUR 14
Frais de port :
EUR 30
De Allemagne vers Etats-Unis
Quantité disponible : 1 disponible(s)
Image d'archives
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen (BestMasters) (German Edition)
Vendeur : Lucky's Textbooks, Dallas, TX, Etats-Unis
Évaluation du vendeur 5 sur 5 étoiles
Etat : New. N° de réf. du vendeur ABLIING23Mar3113020245384
Acheter neuf
EUR 47,95
Frais de port :
EUR 3,44
Vers Etats-Unis
Quantité disponible : Plus de 20 disponibles
Image d'archives
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen (BestMasters) (German Edition)
Vendeur : Ria Christie Collections, Uxbridge, Royaume-Uni
Évaluation du vendeur 5 sur 5 étoiles
Etat : New. In German. N° de réf. du vendeur ria9783658107376_new
Acheter neuf
EUR 50,42
Frais de port :
EUR 13,68
De Royaume-Uni vers Etats-Unis
Quantité disponible : Plus de 20 disponibles
Image d'archives
Hybride Optimierung fur Dimensionsreduktion : Unuberwachte Regression mit Gradientenabstieg und evolutionaren Algorithmen
Vendeur : Chiron Media, Wallingford, Royaume-Uni
Évaluation du vendeur 4 sur 5 étoiles
PF. Etat : New. N° de réf. du vendeur 6666-IUK-9783658107376
Acheter neuf
EUR 49,51
Frais de port :
EUR 17,69
De Royaume-Uni vers Etats-Unis
Quantité disponible : 10 disponible(s)
Image fournie par le vendeur
Hybride Optimierung für Dimensionsreduktion
Edité par
Springer Fachmedien Wiesbaden Jul 2015, 2015
ISBN 10 : 3658107375
ISBN 13 : 9783658107376
Neuf
Taschenbuch
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : 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. N° de réf. du vendeur 9783658107376
Acheter neuf
EUR 49,99
Frais de port :
EUR 23
De Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image d'archives
Hybride Optimierung für Dimensionsreduktion: Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Vendeur : Revaluation Books, Exeter, Royaume-Uni
Évaluation du vendeur 5 sur 5 étoiles
Paperback. Etat : Brand New. 1. aufl. 2015 edition. 108 pages. German language. 8.00x5.60x0.50 inches. In Stock. N° de réf. du vendeur x-3658107375
Acheter neuf
EUR 68,83
Frais de port :
EUR 11,42
De Royaume-Uni vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Hybride Optimierung für Dimensionsreduktion
Edité par
Springer Fachmedien Wiesbaden, 2015
ISBN 10 : 3658107375
ISBN 13 : 9783658107376
Neuf
Kartoniert / Broschiert
Vendeur : moluna, Greven, Allemagne
Évaluation du vendeur 4 sur 5 étoiles
Kartoniert / Broschiert. Etat : 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. N° de réf. du vendeur 39150075
Acheter neuf
EUR 49,99
Frais de port :
EUR 48,99
De Allemagne vers Etats-Unis
Quantité disponible : Plus de 20 disponibles
Image fournie par le vendeur
Hybride Optimierung für Dimensionsreduktion
ISBN 10 : 3658107375
ISBN 13 : 9783658107376
Neuf
Taschenbuch
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : 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. N° de réf. du vendeur 9783658107376
Acheter neuf
EUR 49,99
Frais de port :
EUR 60
De Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Hybride Optimierung für Dimensionsreduktion : Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Edité par
Springer Fachmedien Wiesbaden, 2015
ISBN 10 : 3658107375
ISBN 13 : 9783658107376
Neuf
Taschenbuch
Vendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : 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. N° de réf. du vendeur 9783658107376
Acheter neuf
EUR 49,99
Frais de port :
EUR 60,76
De Allemagne vers Etats-Unis
Quantité disponible : 1 disponible(s)
Image fournie par le vendeur
Hybride Optimierung für Dimensionsreduktion | Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Edité par
Springer Fachmedien Wiesbaden, 2015
ISBN 10 : 3658107375
ISBN 13 : 9783658107376
Neuf
Taschenbuch
Vendeur : preigu, Osnabrück, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : 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. N° de réf. du vendeur 104468450
Acheter neuf
EUR 49,99
Frais de port :
EUR 70
De Allemagne vers Etats-Unis
Quantité disponible : 5 disponible(s)