Tenzorová regresia

Pôvodný názov:

Tensor Regression

Obsah knihy:

Regresná analýza je kľúčovou oblasťou záujmu v oblasti analýzy údajov a strojového učenia, ktorá sa venuje skúmaniu závislostí medzi premennými, často pomocou vektorov. Nástup vysokorozmerných údajov v technológiách, ako je neurozobrazovanie, počítačové videnie, klimatológia a sociálne siete, priniesol výzvy pre tradičné metódy reprezentácie údajov. Tenzory ako vysokorozmerné rozšírenia vektorov sa považujú za prirodzené reprezentácie vysokorozmerných údajov.

V tejto knihe autori poskytujú systematické štúdium a analýzu regresných modelov založených na tenzoroch a ich aplikácií v posledných rokoch. Zoskupuje a ilustruje existujúce regresné metódy založené na tenzoroch a zahŕňa základy, hlavné myšlienky a teoretické charakteristiky väčšiny regresných metód založených na tenzoroch. Okrem toho sa čitatelia môžu dozvedieť, ako využiť existujúce metódy tenzorovej regresie na riešenie konkrétnych regresných úloh s viaccestnými údajmi, aké súbory údajov možno vybrať a aké softvérové balíky sú k dispozícii, aby mohli čo najskôr začať súvisiacu prácu.

Tenzorová regresia je prvým dôkladným prehľadom základov, motivácie, populárnych algoritmov, stratégií efektívnej implementácie, súvisiacich aplikácií, dostupných súborov údajov a softvérových zdrojov pre tenzorovú regresnú analýzu. Je to nevyhnutné čítanie pre všetkých študentov, výskumníkov a praktikov pracujúcich s vysokorozmernými údajmi.