Gratis verzending vanaf 59,99 euro.

Status van bestelling controleren

Word lid van een gemeenschap van boekenliefhebbers van over de hele wereld en krijg een heleboel voordelen. Gratis account aanmaken

Gratis bezorging met Zásilkovna boven 59.99 €

DPD koerier 5.49 € DHL koeriersdienst 5.49 € GLS koerier 4.99 € DPD-punt 3.99 €

Contact

Hoe winkelen bij ons werkt

Help

Mijn account

▸ Leeg :-(

Gratis verzending vanaf 59,99 euro.

Sparse representation of High Dimensional Data for Classification

Name: Sparse representation of High Dimensional Data for Classification
Brand: VDM Verlag
SKU: 06822011
Price: 51.54 EUR
Availability: InStock
Author: Salman Siddiqui
ISBN: 9783639132991

Salman Siddiqui

Taal

Engels

Boek Gebonden (paperback)

Libristo-code: 06822011

Uitgeverij VDM Verlag, maart 2009

In this book you will find the use of sparse §Principal Component Analysis (PCA) for representing §h... Volledige beschrijving

Libristo-code: 06822011

125 b

51.54 €

In extern magazijn Wordt binnen 9-15 dagen verzonden

Retourneren binnen 30 dagen

Klanten kochten ook

Usability of Websites Moritz Becker

Gebonden (paperback)

52.66 €

Le Mystère de la main rouge Philippe Thirault

Gebonden (harde band)

25.11 €

Storm. Bd.20 Don Lawrence

Gebonden (harde band)

13.46 €

Competencias de liderazgo para el éxito de los proyectos internacionales de desarrollo

Gebonden (paperback)

68.56 €

Einf hrung in Das Angewandte V lkerrecht Rudolf Blühdorn

Gebonden (paperback)

53.16 €

Discours Prononce Sur La Place de la Liberte, A Bruxelles Sans Auteur

Gebonden (paperback)

13.66 €

Genealogisches Taschenbuch der deutschen gräflichen Häuser auf das Jahr 1839 Perthes

Gebonden (paperback)

31.49 €

Falhas e Gerenciamento de Doenças de Implantes Shalini Kapoor

Gebonden (paperback)

33.92 €

La franc-maçonnerie et la Révolution française Maurice Talmeyr

Gebonden (paperback)

14.27 €

Les utopies des dieux plus les nôtres Palermo

Gebonden (paperback)

19.54 €

Elektra Strauss

Gebonden (paperback)

11.64 €

Czlowiek ktory byl Chestertonem Krzysztof Sadlo

Gebonden (paperback)

2.62 €

Beitrage zur Neueren Steuertheorie D. Bös

Gebonden (paperback)

53.16 €

Taxi 3 Yann Hervé

Dvd

12.75 €

In this book you will find the use of sparse §Principal Component Analysis (PCA) for representing §high dimensional data for classification. Sparse §transformation reduces the data §volume/dimensionality without loss of critical §information, so that it can be processed efficiently §and assimilated by a human. We obtained sparse §representation of high dimensional dataset using §Sparse Principal Component Analysis (SPCA) and §Direct formulation of Sparse Principal Component §Analysis (DSPCA). Later we performed classification §using k Nearest Neighbor (kNN) Method and compared §its result with regular PCA. The experiments were §performed on hyperspectral data and various datasets §obtained from University of California, Irvine (UCI) §machine learning dataset repository. The results §suggest that sparse data representation is desirable §because sparse representation enhances §interpretation. It also improves classification §performance with certain number of features and in §most of the cases classification performance is §similar to regular PCA.

Actrice & Polyglot

EWA KASP voor

Video afspelen

Libristo heeft de grootste selectie boeken in vreemde talen. Daarom koop ik mijn boeken hier.

Informatie over het boek

Volledige naam Sparse representation of High Dimensional Data for Classification

Auteur Salman Siddiqui

Taal

Engels

Bindwijze Boek - Gebonden (paperback)

Datum van uitgifte 2009

Aantal pagina's 64

EAN 9783639132991

ISBN 3639132998

Libristo-code 06822011

Uitgeverij VDM Verlag

Gewicht 104

Afmetingen 152 x 229 x 4

Categorieën

Informatica en informatietechnologie > Informatica: algemene onderwerpen

Geef dit boek vandaag nog cadeau

Dat gaat heel eenvoudig

1 Voeg het boek toe aan je winkelwagentje en selecteer Als cadeau bezorgen 2 Je krijgt van ons per omgaand een voucher 3 Het boek wordt bezorgd op het adres van de ontvanger