Wysokowymiarowa analiza danych z wykorzystaniem modeli niskowymiarowych: Zasady, obliczenia i zastosowania

Opinie czytelników

Książka jest wysoko ceniona za jasne wyjaśnienie złożonych pojęć z zakresu inteligencji i uczenia maszynowego, szczególnie w odniesieniu do analizy danych wielowymiarowych. Czytelnicy doceniają równowagę między intuicją a rygorem, a także dobrze zorganizowaną treść i inspirujące przykłady.

Jasna ekspozycja założeń filozoficznych, głębokie zrozumienie zasad inteligencji, pomocne w osiągnięciu sukcesu akademickiego w dziedzinie sztucznej inteligencji, dobrze napisane i wnikliwe rozumowanie, ekscytujące przykłady zastosowań.

Brak konkretnych wad wymienionych w recenzjach.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

High-Dimensional Data Analysis with Low-Dimensional Models: Principles, Computation, and Applications

Zawartość książki:

Łącząc teorię z praktyką, to systematyczne i rygorystyczne wprowadzenie obejmuje podstawowe zasady, algorytmy i zastosowania kluczowych modeli matematycznych do analizy danych wielowymiarowych. Kompleksowe podejście zapewnia ujednolicone pokrycie wielu różnych modeli niskowymiarowych i technik analitycznych, w tym modeli rzadkich i modeli o niskiej randze, a także sformułowań wypukłych i niewypukłych.

Czytelnicy dowiedzą się, jak opracować wydajne i skalowalne algorytmy rozwiązywania rzeczywistych problemów, poparte licznymi przykładami i ćwiczeniami, a także jak wykorzystać poznane narzędzia obliczeniowe w kilku kontekstach zastosowań. Przedstawione zastosowania obejmują obrazowanie naukowe, komunikację, rozpoznawanie twarzy, widzenie 3D i głębokie sieci do klasyfikacji.

Dzięki kodowi dostępnemu online jest to idealny podręcznik dla starszych i absolwentów elektrotechniki, informatyki i nauki o danych, a także dla osób biorących udział w kursach dotyczących rzadkości, struktur niskowymiarowych i danych wielowymiarowych. Przedmowa Emmanuela Candsa.