×

兹马思-数学第一资源

非线性降维。(英语) Zbl 1128.68024
信息科学与统计学。纽约,纽约:斯普林格(ISBN 978-0-387-39350-6/hbk)。十七,第308页。(2007年)。
发布者的描述:维数缩减的方法提供了一种理解和可视化复杂数据集结构的方法。传统的方法如主成分分析和经典的度量多维标度方法都是基于线性模型的。直到最近,很少有方法能够以非线性的方式降低数据的维数。然而,自90年代末以来,出现了许多新的方法,非线性降维又称流形学习成为研究的热点。距离度量的新进展,如测地线的新应用。此外,基于核技术和谱分解的新的优化方案导致了谱嵌入,这包含了许多最近发展起来的方法。
这本书描述了现有的和先进的方法来降低数字数据库的维数。对于每种方法,描述从直观的想法开始,发展必要的数学细节,最后概述算法实现。通过不同的实例,对各种方法进行了比较。
这本书的目的是总结关于著名方法的清晰事实和想法,以及非线性降维主题的最新发展。考虑到这一目标,所有方法都从统一的角度进行描述,以突出各自的优点和缺点。
这本书主要面向统计学家、计算机科学家和数据分析师。它也适用于其他具有统计学和/或计算学习基础背景的从业者,如心理学家(心理测量学)和经济学家。

理学硕士:
68P01号 数据理论的一般主题
68-01年 与计算机科学有关的介绍性说明(教科书、教程论文等)
68页15页 数据库理论
62-07年 数据分析(统计)(MSC2010)
PDF格式 BibTeX公司 XML 引用
全文: 内政部