Custom cover image
Custom cover image

Hybride Optimierung für Dimensionsreduktion : Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen / von Daniel Lückehe

By: Resource type: Ressourcentyp: Buch (Online)Book (Online)Language: German Series: BestMasters | SpringerLink BücherPublisher: Wiesbaden : Springer Vieweg, 2015Description: Online-Ressource (VIII, 99 S. 51 Abb, online resource)ISBN:
  • 9783658107383
Subject(s): Genre/Form: Additional physical formats: 9783658107376 | Erscheint auch als: 9783658107376 Druck-Ausgabe | Erscheint auch als: Hybride Optimierung für Dimensionsreduktion. Druck-Ausgabe Wiesbaden : Springer Vieweg, 2015. VIII, 99 SeitenDDC classification:
  • 006.6
RVK: RVK: ST 134 | ST 271LOC classification:
  • T385 TA1637-1638 TK7882.P3
  • T385
  • TA1637-1638
  • TK7882.P3
DOI: DOI: 10.1007/978-3-658-10738-3Online resources: Summary: In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, häufig zusammengefasst unter dem Begriff „Big Data“, liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie. Eine Dimensionsreduktion kann dabei helfen, Informationen aus großen, hochkomplexen Datensätzen zu gewinnen und diese besser verarbeiten zu können. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden. Der Inhalt Unüberwachte Regression Nadaraya-Watson-Schätzer Unüberwachte Kernel-Regression Gradientenabstieg Variable Kernel-Funktion Die Zielgruppen Dozenten und Studenten der Informatik, insbesondere des Fachgebiets Maschinelles Lernen Naturwissenschaftler mit Bezug zum Thema „Big Data“ Der Autor Daniel Lückehe hat nach seiner Ausbildung zum Fachinformatiker und seinem dualen Studium zum Bachelor of Engineering ein Masterstudium an der Universität Oldenburg absolviert. Aktuell arbeitet er an seiner Doktorarbeit im Promotionsprogramm „Systemintegration Erneuerbarer Energien“.PPN: PPN: 1657532119Package identifier: Produktsigel: ZDB-2-SEB | ZDB-2-STI
No physical items for this record
KIT – The University in the Helmholtz Association                         Home | Impressum | Datenschutz | Barrierefreiheit | KIT