دانلود کتاب Dimensionality Reduction with Unsupervised Nearest Neighbors – کاهش ابعاد با نزدیکترین همسایگان بدون نظارت

توضیحات

This book is devoted to a novel approach for dimensionality reduction based on the famous nearest neighbor method that is a powerful classification and regression approach. It starts with an introduction to machine learning concepts and a real-world application from the energy domain. Then, unsupervised nearest neighbors (UNN) is introduced as efficient iterative method for dimensionality reduction. Various UNN models are developed step by step, reaching from a simple iterative strategy for discrete latent spaces to a stochastic kernel-based algorithm for learning submanifolds with independent parameterizations. Extensions that allow the embedding of incomplete and noisy patterns are introduced. Various optimization approaches are compared, from evolutionary to swarm-based heuristics. Experimental comparisons to related methodologies taking into account artificial test data sets and also real-world data demonstrate the behavior of UNN in practical scenarios. The book contains numerous color figures to illustrate the introduced concepts and to highlight the experimental results.

————————————————————–

ترجمه ماشینی :

این کتاب به یک رویکرد جدید برای کاهش ابعاد بر اساس روش معروف نزدیکترین همسایه که یک رویکرد طبقه‌بندی و رگرسیون قدرتمند است، اختصاص دارد. با مقدمه ای بر مفاهیم یادگیری ماشین و یک برنامه کاربردی واقعی از حوزه انرژی شروع می شود. سپس، نزدیکترین همسایگان بدون نظارت (UNN) به عنوان روش تکراری کارآمد برای کاهش ابعاد معرفی می شود. مدل‌های مختلف UNN گام به گام توسعه می‌یابند و از یک استراتژی تکراری ساده برای فضاهای پنهان گسسته به یک الگوریتم مبتنی بر هسته تصادفی برای یادگیری زیرمنیفولدها با پارامترهای مستقل می‌رسند. پسوندهایی که امکان تعبیه الگوهای ناقص و پر سر و صدا را فراهم می کنند معرفی شده اند. روش‌های بهینه‌سازی مختلف، از تکاملی تا اکتشافی مبتنی بر ازدحام، مقایسه می‌شوند. مقایسه‌های تجربی با روش‌های مرتبط با در نظر گرفتن مجموعه داده‌های آزمایش مصنوعی و همچنین داده‌های دنیای واقعی، رفتار UNN را در سناریوهای عملی نشان می‌دهد. این کتاب حاوی اشکال رنگی متعددی است تا مفاهیم معرفی شده را نشان دهد و نتایج تجربی را برجسته کند.

tag : دانلود کتاب کاهش ابعاد با نزدیکترین همسایگان بدون نظارت , Download کاهش ابعاد با نزدیکترین همسایگان بدون نظارت , دانلود کاهش ابعاد با نزدیکترین همسایگان بدون نظارت , Download Dimensionality Reduction with Unsupervised Nearest Neighbors Book , کاهش ابعاد با نزدیکترین همسایگان بدون نظارت دانلود , buy کاهش ابعاد با نزدیکترین همسایگان بدون نظارت , خرید کتاب کاهش ابعاد با نزدیکترین همسایگان بدون نظارت , دانلود کتاب Dimensionality Reduction with Unsupervised Nearest Neighbors , کتاب Dimensionality Reduction with Unsupervised Nearest Neighbors , دانلود Dimensionality Reduction with Unsupervised Nearest Neighbors , خرید Dimensionality Reduction with Unsupervised Nearest Neighbors , خرید کتاب Dimensionality Reduction with Unsupervised Nearest Neighbors ,