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...
保存先:
| 第一著者: | |
|---|---|
| フォーマット: | 図書 |
| 言語: | 英語 |
| 出版事項: |
Boca Ratón, EUA :
CRC Press,
2018, c2018
|
| シリーズ: | (Monographs on Statistics and Applied Probability ;
161) |
| 主題: | |
| タグ: |
タグなし, このレコードへの初めてのタグを付けませんか!
|
| 要約: | 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). |
|---|---|
| 物理的記述: | XXI, 283 p. |
| Audience: | FIL 2018 EEnlace Departamento de Matemáticas y Física |
| ISBN: | 978-1-4987-0447-2 |