Titre original :
Tensor Regression
Contenu du livre :
L'analyse de régression est un domaine clé de l'analyse des données et de l'apprentissage automatique qui se consacre à l'exploration des dépendances entre les variables, souvent à l'aide de vecteurs. L'émergence de données de haute dimension dans des technologies telles que la neuroimagerie, la vision par ordinateur, la climatologie et les réseaux sociaux a remis en question les méthodes traditionnelles de représentation des données. Les tenseurs, en tant qu'extensions à haute dimension des vecteurs, sont considérés comme des représentations naturelles des données à haute dimension.
Dans cet ouvrage, les auteurs proposent une étude et une analyse systématiques des modèles de régression basés sur les tenseurs et de leurs applications au cours des dernières années. Il regroupe et illustre les méthodes de régression à base de tenseurs existantes et couvre les bases, les idées principales et les caractéristiques théoriques de la plupart des méthodes de régression à base de tenseurs. En outre, les lecteurs peuvent apprendre comment utiliser les méthodes de régression à base de tenseurs existantes pour résoudre des tâches de régression spécifiques avec des données multi-voies, quels ensembles de données peuvent être sélectionnés et quels progiciels sont disponibles pour commencer un travail connexe dès que possible.
Tensor Regression est le premier aperçu complet des principes fondamentaux, des motivations, des algorithmes populaires, des stratégies pour une mise en œuvre efficace, des applications connexes, des ensembles de données disponibles et des ressources logicielles pour l'analyse de régression basée sur les tenseurs. Il s'agit d'une lecture essentielle pour tous les étudiants, chercheurs et praticiens qui travaillent sur des données de haute dimension.
Autres informations sur le livre :
| ISBN : | 9781680838862 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
