Personnaliser

OK

Dimension Reduction - Burges, Christopher J C

Note : 0

0 avis
  • Soyez le premier à donner un avis

Vous en avez un à vendre ?

Vendez-le-vôtre

175,68 €

Produit Neuf

  • Ou 43,92 € /mois

  • -5 € avec le code RAKUTEN5
    • Livraison : 25,00 €
    • Livré entre le 19 et le 26 mai
    Voir les modes de livraison

    Kelindo

    PRO Vendeur favori

    4,8/5 sur + de 1 000 ventes

    Apres acceptation de la commande, le delai moyen d'expedition depuis le Japon est de 48 heures. Le delai moyen de livraison est de 3 a 4 semaines. En cas de circonstances exceptionnelles, les delais peuvent s'etendre jusqu'à 2 mois.

    Publicité
     
    Vous avez choisi le retrait chez le vendeur à
    • Payez directement sur Rakuten (CB, PayPal, 4xCB...)
    • Récupérez le produit directement chez le vendeur
    • Rakuten vous rembourse en cas de problème

    Gratuit et sans engagement

    Félicitations !

    Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

    En savoir plus

    Retour

    Horaires

        Note :


        Avis sur Dimension Reduction Format Broché  - Livre Informatique

        Note : 0 0 avis sur Dimension Reduction Format Broché  - Livre Informatique

        Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.


        Présentation Dimension Reduction Format Broché

         - Livre Informatique

        Livre Informatique - Burges, Christopher J C - 01/08/2010 - Broché - Langue : Anglais

        . .

      • Auteur(s) : Burges, Christopher J C
      • Editeur : Now Publishers
      • Langue : Anglais
      • Parution : 01/08/2010
      • Format : Moyen, de 350g à 1kg
      • Nombre de pages : 106
      • Expédition : 175
      • Dimensions : 23.4 x 15.6 x 0.7
      • ISBN : 9781601983787



      • Résumé :
        Dimension reduction is the mapping of data to a lower dimensional space such that uninformative variance in the data is discarded, or such that a subspace in which the data lives is detected. Dimension reduction has a long history as a method for data visualization, and for extracting key low dimensional features (for example, the two-dimensional orientation of an object, from its high dimensional image representation). In some cases the desired low dimensional features depend on the task at hand. Apart from teaching us about the data, dimension reduction can lead us to better models for inference. Dimension Reduction: A Guided Tour covers many well-known, and some less well-known, methods for dimension reduction for which the inferred variables are continuous. It describes the mathematics and key ideas underlying the methods, and provides some links to the literature for those interested in pursuing a topic further....

        Détails de conformité du produit

        Consulter les détails de conformité de ce produit (

        Personne responsable dans l'UE

        )
        Le choixNeuf et occasion
        Minimum5% remboursés
        La sécuritéSatisfait ou remboursé
        Le service clientsÀ votre écoute
        LinkedinFacebookTwitterInstagramYoutubePinterestTiktok
        visavisa
        mastercardmastercard
        klarnaklarna
        paypalpaypal
        floafloa
        americanexpressamericanexpress
        Rakuten Logo
        • Rakuten Kobo
        • Rakuten TV
        • Rakuten Viber
        • Rakuten Viki
        • Plus de services
        • À propos de Rakuten
        Rakuten.com