Отправляет email-рассылки с помощью сервиса Sendsay

Технологии обработки данных в прогнозировании

Рассылка закрыта

При закрытии подписчики были переданы в рассылку "Технологии анализа данных" на которую и рекомендуем вам подписаться.

Вы можете найти рассылки сходной тематики в Каталоге рассылок.

←   Сентябрь 2007   →
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Автор
basegrouplabs

Статистика

2.348 подписчиков
-1 за неделю
←   Все выпуски   →

Технологии обработки данных в прогнозировании Главные многообразия для визуализации и анализа данных


Выпуск №44. Главные многообразия для визуализации и анализа данных

Здравствуйте!

Прошу прощения за столь длительный перерыв в выпусках рассылки.

Честно говоря, я собирался это занятие уже прекратить, но, наверное, еще не время.

          Сегодня в выпуске представляем книгу и сайт в релевантном технологиям прогнозирования направлению. Итак, книга

A.    Gorban, B. Kegl, D. Wunsch, A. Zinovyev  (Eds.), Principal Manifolds for Data Visualisation and Dimension Reduction, LNCSE 58, Springer, Berlin – Heidelberg – New York, 2007. (ISBN 978-3-540-73749-0).

           Главные многообразия для визуализации и анализа данных

Об этой книге

         В 1901 г. Карл (Чарльз) Пирсон изобрел метод главных компонент. С тех пор, этот метод неоднократно служил прототипом для других изобретений в области анализа данных, их визуализации и сокращения описания. Таким образом, были созданы: метод независимых компонент, многомерное шкалирование, нелинейный метод главных компонент, самоорганизующиеся карты и многомерная топография данных.
        Книга начинается с классического Пирсоновского определения главных компонент и включает обзор всех упомянутых методов, а также алгоритмов кластеризации. Также описаны новые подходы к нелинейному методу главных компонент, главным многообразиям, ветвящимся и локальным главным компонентам и отображениям, сохраняющим топологию данных. Описание методов и алгоритмов сопровождается детальным исследованием примеров из разных областей: от инженерных задач до астрономии. Большая часть примеров имеет биологическое происхождение: анализ генетических чипов и метаболических сетей. Том завершается учебной лекцией: "Метод главных компонент расшифровывает геном".

Книга предназначена для специалистов, использующих анализ данных в своей практике в различных областях: от биоинформатики и медицины до инженерного дела.


На сайте http://pca.narod.ru есть также много вспомогательного материала: классические работы, российский и зарубежные диссертации, статьи и книги.

Написать автору рассылки
На сайт рассылки

 

 
В избранное