Spectral Methods for Data Science: A Statistical Perspective
Dans les applications scientifiques et techniques contemporaines, le volume de données disponibles croît à une vitesse énorme. Les méthodes spectrales sont apparues comme une approche simple mais étonnamment efficace pour extraire des informations de données massives, bruyantes et incomplètes. Un large éventail d'applications a été trouvé dans l'apprentissage automatique, la science de l'imagerie, la modélisation financière et économétrique, et le traitement du signal.
Cette monographie présente une introduction systématique, mais accessible, aux méthodes spectrales d'un point de vue statistique moderne, en soulignant leurs implications algorithmiques dans diverses applications à grande échelle. Les auteurs proposent un traitement unifié et complet qui établit les fondements théoriques des méthodes spectrales, en particulier dans une optique statistique.
S'appuyant sur des années d'expérience de recherche dans le domaine, les auteurs présentent un cadre puissant, appelé analyse leave-one-out, qui s'avère efficace et polyvalent pour fournir des garanties de performance à grain fin pour une variété de problèmes. Ce livre est une lecture essentielle pour tous les étudiants, chercheurs et praticiens travaillant dans le domaine de la science des données.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)