Originaltitel:
Tensor Regression
Inhalt des Buches:
Die Regressionsanalyse ist ein wichtiger Interessenbereich im Bereich der Datenanalyse und des maschinellen Lernens, der sich mit der Erforschung der Abhängigkeiten zwischen Variablen befasst, wobei häufig Vektoren verwendet werden. Das Aufkommen von hochdimensionalen Daten in Technologien wie Neuroimaging, Computer Vision, Klimatologie und sozialen Netzwerken hat die traditionellen Datenrepräsentationsmethoden vor Herausforderungen gestellt. Tensoren, als hochdimensionale Erweiterungen von Vektoren, werden als natürliche Repräsentationen hochdimensionaler Daten betrachtet.
In diesem Buch bieten die Autoren eine systematische Untersuchung und Analyse von Tensor-basierten Regressionsmodellen und deren Anwendungen in den letzten Jahren. Es gruppiert und illustriert die bestehenden tensorbasierten Regressionsmethoden und deckt die Grundlagen, Kernideen und theoretischen Eigenschaften der meisten tensorbasierten Regressionsmethoden ab. Darüber hinaus erfährt der Leser, wie er die vorhandenen tensorbasierten Regressionsmethoden zur Lösung spezifischer Regressionsaufgaben mit Mehrwegdaten einsetzen kann, welche Datensätze ausgewählt werden können und welche Softwarepakete zur Verfügung stehen, um so schnell wie möglich mit der entsprechenden Arbeit zu beginnen.
Tensor Regression ist der erste gründliche Überblick über die Grundlagen, Motivationen, populäre Algorithmen, Strategien für eine effiziente Implementierung, verwandte Anwendungen, verfügbare Datensätze und Software-Ressourcen für die Tensor-basierte Regressionsanalyse. Es ist eine unverzichtbare Lektüre für alle Studenten, Forscher und Praktiker, die mit hochdimensionalen Daten arbeiten.
Weitere Daten des Buches:
| ISBN: | 9781680838862 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Kauf:
Derzeit verfügbar, auf Lager.
