Analýza vysokorozmerných údajov pomocou nízkorozmerných modelov: Princípy, výpočty a aplikácie

Recenzie čitateľov

Kniha je vysoko oceňovaná pre zrozumiteľné vysvetlenie zložitých pojmov v oblasti inteligencie a strojového učenia, najmä v súvislosti s analýzou vysokorozmerných údajov. Čitatelia oceňujú jej vyváženosť intuície a prísnosti, ako aj dobre organizovaný obsah a inšpiratívne príklady.

Jasné vysvetlenie filozofických predpokladov, hlboké pochopenie princípov inteligencie, užitočné pre akademické úspechy v oblasti umelej inteligencie, dobre napísané a zasvätené zdôvodnenie, vzrušujúce príklady aplikácií.

V recenziách nie sú uvedené žiadne konkrétne zápory.

(na základe 4 čitateľských recenzií)

Pôvodný názov:

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

Obsah knihy:

Tento systematický a dôkladný úvod, ktorý prepája teóriu s praxou, zahŕňa základné princípy, algoritmy a aplikácie kľúčových matematických modelov pre analýzu vysokorozmerných údajov. Komplexný prístup poskytuje jednotné pokrytie mnohých rôznych nízkorozmerných modelov a analytických techník vrátane riedkych modelov a modelov s nízkym rangom a konvexných aj nekonvexných formulácií.

Čitatelia sa naučia, ako vyvíjať efektívne a škálovateľné algoritmy na riešenie reálnych problémov, ktoré sú v celom texte podporené mnohými príkladmi a cvičeniami, a ako používať naučené výpočtové nástroje v niekoľkých aplikačných kontextoch. Prezentované aplikácie zahŕňajú vedecké zobrazovanie, komunikáciu, rozpoznávanie tvárí, 3D videnie a hlboké siete na klasifikáciu.

Vďaka kódu dostupnému online je táto učebnica ideálna pre študentov vyšších ročníkov a absolventov elektrotechniky, informatiky a dátovej vedy, ako aj pre tých, ktorí navštevujú kurzy o riedkosti, nízkorozmerných štruktúrach a vysokodimenzionálnych údajoch. Predslov napísal Emmanuel Cands.