Name: Robust Representation for Data Analytics: Models and Applications (en Inglés)
Price: 372.58 PEN
Availability: InStock
Author: Li, Sheng ; Fu, Yun
ISBN: 9783319867960

portada Robust Representation for Data Analytics: Models and Applications (en Inglés)

Robust Representation for Data Analytics: Models and Applications (en Inglés)

Formato

Libro Físico

Autor

Sheng Li

Yun Fu

Editorial

Springer

Idioma

Inglés

N° páginas

224

Encuadernación

Tapa Blanda

ISBN13

9783319867960

Categorías

Aplicaciones gráficas y multimedia
Minería de datos («data mining»)
Reconocimiento de formas
Visión por ordenador

Robust Representation for Data Analytics: Models and Applications (en Inglés)

Sheng Li (Autor) · Yun Fu (Autor) · Springer · Tapa Blanda

Más barato Libro Nuevo Importado

Envío: 21 a 27 días háb.

S/ 827,96S/ 372,58

-55%

Más rápido Libro Nuevo Importado

Envío: 21 a 26 días háb.

S/ 1.003,02S/ 451,36

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo Más barato

Quedan más de 100 unidades

S/ 372,58

Llega entre el 30 Jul y el 11 Ago a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Robust Representation for Data Analytics: Models and Applications (en Inglés)"

This book introduces the concepts and models of robust representation learning, and provides a set of solutions to deal with real-world data analytics tasks, such as clustering, classification, time series modeling, outlier detection, collaborative filtering, community detection, etc. Three types of robust feature representations are developed, which extend the understanding of graph, subspace, and dictionary.Leveraging the theory of low-rank and sparse modeling, the authors develop robust feature representations under various learning paradigms, including unsupervised learning, supervised learning, semi-supervised learning, multi-view learning, transfer learning, and deep learning.Robust Representations for Data Analytics covers a wide range of applications in the research fields of big data, human-centered computing, pattern recognition, digital marketing, web mining, and computer vision.