Interactively Exploring High-Dimensional Data and Models in R
Langue : anglais
Edité par Taylor and Francis Ltd, GB, 2026
- Livre relié
- Neuf
Vendeur : Rarewaves.com USA, London, London, Royaume-UniRarewaves.com USA
Vendeur AbeBooks depuis 11 juin 2025
Etat: Neuf
EUR 262,91
Quantité disponible : Plus de 20 disponibles
Ajouter au panierA propos de cet article
Visualizing data is a powerful tool for uncovering patterns and insights that might otherwise remain hidden. While there are numerous resources available for data visualization, few focus comprehensively on high-dimensional data visualization. High-dimensional data, or multivariate data, arises when multiple variables are measured for each observation, presenting unique challenges and opportunities for analysis. High-dimensional data visualisation is valuable for understanding dimension reduction methods, unsupervised and supervised classification. This book provides a detailed guide to visualizing high-dimensional data and models using linear projections, with practical examples and R code to help readers explore these fascinating data spaces.Through this book, readers will learn how to identify patterns, clusters, and anomalies in high-dimensional data that are often obscured in lower-dimensional plots. By integrating visualization techniques with analytical methods, the book aims to enhance the understanding and interpretation of complex data structures, making it an essential resource for anyone working with multivariate data. The book is organised into three parts, following overview and introductory chapters. The dimension reduction chapters cover principal component analysis and nonlinear dimension reduction. The chapters on cluster analysis cover hierarchical and k-means algorithms, model-based and self-organising maps, and finish with ways to communicate results and how to compare different results. The chapters on classification cover linear discriminant analysis, tree and forest algorithms, support vector machines and neural networks.Key Features Comprehensive Introduction: Learn the fundamentals of high-dimensional spaces, visualization techniques, and essential notation for advanced methods. Dimension Reduction Techniques: Explore linear and non-linear methods to summarize high-dimensional data, detect issues, and evaluate representation quality. Cluster Analysis: Discover graphical and numerical approaches to identify groups in data, assess clustering techniques, and visualize solutions in high dimensions. Classification Methods: Understand how to explore known groups, check model assumptions, examine classification boundaries, and identify errors. Integration with R: Includes R code examples using packages like tourr, detourr, and mulgar to complement explanations and plots. Toolbox Chapter: A dedicated appendix chapter provides an overview of primary visualization methods and guidance for getting started.This book is designed for students, educators, researchers, data analysts, and industry professionals working in fields such as biology, social sciences, finance, and machine learning. It is particularly suited for those engaged in exploratory data analysis and model fitting for multivariate data. To make effective use of this material the reader should have a basic working knowledge of R and some understanding of multivariate sta.…
N° de réf. du vendeur LU-9781032748443
- Titre
- Interactively Exploring High-Dimensional Data and Models in R
- Auteur
- Dianne Cook, Ursula Laa
- Éditeur
- Taylor and Francis Ltd, GB
- Année de publication
- 2026
- État de l'article
- New
- Reliure
- Hardback
- Langue
- anglais
- ISBN à 10 chiffres
- 1032748443
- ISBN à 13 chiffres
- 9781032748443
- Poids de l'article
- 660 grammes
Most data arrive with more than two numeric variables which means that plotting it on a computer screen or printed page presents a challenge: how do you visually explore for associations between more than two variables? Visualising data provides the opportunity to discover what we never expected, because it requires fewer assumptions to be made. Visualising elements of a model fit is a primary way to diagnose whether the fit matches this data. Two of more numeric variables is considered to be multivariate data, and when there are substantially more we would consider it to be high-dimensional data. This book provides you with the tools to visually explore high dimensions, to uncover associations, clustering and anomalies that may be missed when only using common methods for plotting one or two variables. It also illustrates how to use visualisation to understand how your model is operating on the data, to be able to explain how it is arriving at decisions. To make effective use of this material the reader should have a basic working knowledge of R and some understanding of multivariate statistical methods or machine learning methods. The book could form an independent course on visualization or be used as part of courses on multivariate statistical methods or machine learning.
High-dimensional data visualisation is valuable for understanding dimension reduction methods, unsupervised and supervised classification. This book is organised into these three topics, following overview and introductory chapters. The dimension reduction chapters cover principal component analysis and nonlinear dimension reduction. The chapters on cluster analysis cover hierarchical and k-means algorithms, model-based and self-organising maps, and finish with ways to communicate results and how to compare different results. The chapters on classification cover linear discriminant analysis, tree and forest algorithms, support vector machines and neural networks. We explain how to break down a neural network to examine the components, how to visualize predictive probabilities, and how to incorporate explainable AI metrics to develop a deeper understanding about how the model operates.
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Dianne Cook and Ursula Laa have jointly published numerous papers on methodology for high-dimensional data visualisation in the past decade. This book is a result of these collaborations. Dianne Cook has been researching methods for data visualisation, particularly for exploratory data analysis, and data mining, for more than 30 years. She is a Distinguished Professor of Statistics at Monash University, Fellow of the American Statistical Association, past editor of the Journal of Computational and Graphical Statistics, and the R Journal, Board Member of the R Foundation, and elected member of the International Statistical Institute, and author of numerous R packages. Ursula Laa is an Assistant Professor at the Institute of Statistics of the University of Natural Resources and Life Sciences in Vienna. She works on new methods for the visualisation of multivariate data and models, and on interdisciplinary applications of statistics and data science methods in different fields.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
Rarewaves.com USA
London, London, Royaume-Uni
Vendeur AbeBooks depuis 11 juin 2025
Frais d'expédition de Royaume-Uni vers Etats-Unis
| Article | 9 à 14 jours ouvrés | 9 à 14 jours ouvrés |
|---|---|---|
| Premier article | EUR 0,00 | EUR 0,00 |
Modes de paiement
Profil professionnel du vendeur
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Royaume-Uni W1W 8BE
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Rarewaves.com USA, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.