埃尔登,拉尔斯 数据挖掘和模式识别中的矩阵方法。 (英语) Zbl 1120.68092号 算法基础4.宾夕法尼亚州费城:工业和应用数学学会(SIAM)(ISBN 978-0-898716-26-9)。x、 224页。(2007). 这本书介绍了几种非常强大的数值线性代数技术,用于解决数据挖掘和模式识别不同领域的问题。它由三部分组成。第一章在9章中介绍了线性代数和矩阵分解的必要概念,例如:线性系统和最小二乘、正交性、QR、奇异值和张量分解、聚类和非负矩阵因式分解。它们使学生能够在MATLAB等解决问题的环境中使用矩阵分解。本书的第二部分致力于数据挖掘和模式识别的应用。在第10至14章中,作者提出了一些非常适合线性代数技术的问题领域,例如:文本挖掘、web搜索引擎的页面排名、关键词和句子提取、人脸识别。演示文稿包含相关示例和MATLAB应用程序。在第三部分中,作者回到了数值线性代数,并给出了有关特征值和奇异值算法的一些基本信息,例如:幂法、逆迭代、对称矩阵的QR算法、非对称特征值问题、Arnoldi和Lanczos算法。本书主要面向之前学习过科学计算/数值分析入门课程的本科生,也面向需要线性代数技术入门的各种数据挖掘和模式识别领域的早期研究生。从这个意义上讲,它为学生提供了一套基本的工具,这些工具可以很容易地进行修改和调整,以用于特定的应用。这本书的网页上有一系列练习和电脑作业:http://www.siam.org/books/fa04.审核人:君士坦丁·波帕(Constanţa) 引用于1审查引用于66文件 MSC公司: 68吨10 模式识别、语音识别 68T05型 人工智能中的学习和自适应系统 68-01 与计算机科学相关的介绍性说明(教科书、教程论文等) 65层10 线性系统的迭代数值方法 2015财年65 矩阵特征值和特征向量的数值计算 65层25 数值线性代数中的正交化 68单位10 图像处理的计算方法 68单位15 文本处理的计算方法;数学排版 65日元 数值算法的封装方法 关键词:教材;线性系统;最小二乘问题;矩阵分解;特征值;奇异值;QR算法;数据挖掘;模式识别 软件:ARPACK公司;JDQR公司;数学软件;mctoolbox软件;LAPACK公司;JDQZ公司;Matlab公司 PDF格式BibTeX公司 XML格式引用 \textit{L.Eldén},数据挖掘和模式识别中的矩阵方法。宾夕法尼亚州费城:工业和应用数学学会(SIAM)(2007;Zbl 1120.68092)