Imagen de portada
Código QR

Sufficient Dimension Reduction : Methods and Applications with R /

Introducción básica a las principales teorías y metodologías que permiten reducir variables aleatorias de grandes conjuntos de datos, para conseguir datos significativos. Se incluyen avances recientes en las aplicaciones del campo (diagnósticos de regresión, visualización de datos, aprendizaje autom...

Descripción completa

Guardado en:
Autor principal: Li, Bing (autor)
Formato: Libro
Idioma:Inglés
Publicado: Boca Ratón, EUA : CRC Press, 2018, c2018
Colección:(Monographs on Statistics and Applied Probability ; 161)
Temas:
Proceso de Datos - > Tema Principal
Minería de Datos
Reducción de Dimensionalidad - > Tema Principal
Variables Aleatorias
Variables (Matemáticas)
Análisis Matemático
Probabilidad
Matemáticas
Etiquetas: Agrega una etiqueta
Sin etiquetas, Sé el primero en etiquetar este registro!
Resumen:Introducción básica a las principales teorías y metodologías que permiten reducir variables aleatorias de grandes conjuntos de datos, para conseguir datos significativos. Se incluyen avances recientes en las aplicaciones del campo (diagnósticos de regresión, visualización de datos, aprendizaje automático, genómica, procesamiento de imágenes, reconocimiento de patrones y medicina).
Descripción física:XXI, 283 p.
Público:FIL 2018 EEnlace Departamento de Matemáticas y Física
ISBN:978-1-4987-0447-2

Ejemplares similares