Visual Knowledge Discovery and Machine Learning

Boris Kovalerchuk

२०१८ जनवरी · Springer

इ-पुस्तक

317

पृष्ठहरू

रेटिङ र रिभ्यूहरूको पुष्टि गरिएको हुँदैन थप जान्नुहोस्

यो इ-पुस्तकका बारेमा

This book combines the advantages of high-dimensional data visualization and machine learning in the context of identifying complex n-D data patterns. It vastly expands the class of reversible lossless 2-D and 3-D visualization methods, which preserve the n-D information. This class of visual representations, called the General Lines Coordinates (GLCs), is accompanied by a set of algorithms for n-D data classification, clustering, dimension reduction, and Pareto optimization. The mathematical and theoretical analyses and methodology of GLC are included, and the usefulness of this new approach is demonstrated in multiple case studies. These include the Challenger disaster, world hunger data, health monitoring, image processing, text classification, market forecasts for a currency exchange rate, computer-aided medical diagnostics, and others. As such, the book offers a unique resource for students, researchers, and practitioners in the emerging field of Data Science.

यो इ-पुस्तकको मूल्याङ्कन गर्नुहोस्

हामीलाई आफ्नो धारणा बताउनुहोस्।

जानकारी पढ्दै

स्मार्टफोन तथा ट्याबलेटहरू

Android र iPad/iPhone का लागि Google Play किताब एप को इन्स्टल गर्नुहोस्। यो तपाईंको खातासॅंग स्वतः सिंक हुन्छ र तपाईं अनलाइन वा अफलाइन जहाँ भए पनि अध्ययन गर्न दिन्छ।

ल्यापटप तथा कम्प्युटरहरू

तपाईं Google Play मा खरिद गरिएको अडियोबुक आफ्नो कम्प्युटरको वेब ब्राउजर प्रयोग गरेर सुन्न सक्नुहुन्छ।

eReaders र अन्य उपकरणहरू

Kobo eReaders जस्ता e-ink डिभाइसहरूमा फाइल पढ्न तपाईंले फाइल डाउनलोड गरेर उक्त फाइल आफ्नो डिभाइसमा ट्रान्स्फर गर्नु पर्ने हुन्छ। ती फाइलहरू पढ्न मिल्ने इबुक रिडरहरूमा ती फाइलहरू ट्रान्स्फर गर्नेसम्बन्धी विस्तृत निर्देशनहरू प्राप्त गर्न मद्दत केन्द्र मा जानुहोस्।

गैरकानुनी सामग्रीका बारेमा रिपोर्ट गर्नुहोस्