توضیحات
This book proposes applications of tensor decomposition to unsupervised feature extraction and feature selection. The author posits that although supervised methods including deep learning have become popular, unsupervised methods have their own advantages. He argues that this is the case because unsupervised methods are easy to learn since tensor decomposition is a conventional linear methodology. This book starts from very basic linear algebra and reaches the cutting edge methodologies applied to difficult situations when there are many features (variables) while only small number of samples are available. The author includes advanced descriptions about tensor decomposition including Tucker decomposition using high order singular value decomposition as well as higher order orthogonal iteration, and train tenor decomposition. The author concludes by showing unsupervised methods and their application to a wide range of topics.
- Allows readers to analyze data sets with small samples and many features;
- Provides a fast algorithm, based upon linear algebra, to analyze big data;
- Includes several applications to multi-view data analyses, with a focus on bioinformatics.
————————————————————–
ترجمه ماشینی :
این کتاب برنامه های تجزیه تانسور را برای استخراج ویژگی های بدون نظارت و انتخاب ویژگی ارائه می دهد. نویسنده اظهار می دارد که اگرچه روشهای نظارت شده از جمله یادگیری عمیق محبوب شده اند ، اما روشهای بدون نظارت از مزایای خاص خود برخوردار هستند. او استدلال می کند که این مورد به این دلیل است که روشهای بدون نظارت آسان است از آنجا که تجزیه تانسور یک روش خطی معمولی است. این کتاب از جبر خطی بسیار اساسی شروع می شود و در صورت وجود ویژگی های بسیاری (متغیرها) به روشهای برش که در شرایط دشوار اعمال می شود ، می رسد در حالی که فقط تعداد کمی از نمونه ها در دسترس هستند. نویسنده شامل توضیحات پیشرفته ای در مورد تجزیه تانسور از جمله تجزیه تاکر با استفاده از تجزیه ارزش مفرد با مرتبه بالا و همچنین تکرار ارتوگونی مرتبه بالاتر و تجزیه قطار است. نویسنده با نشان دادن روشهای بدون نظارت و کاربرد آنها در طیف گسترده ای از موضوعات نتیجه می گیرد.
- به خوانندگان این امکان را می دهد تا مجموعه داده ها را با نمونه های کوچک و بسیاری از ویژگی ها تجزیه و تحلیل کنند ؛
- یک الگوریتم سریع ، مبتنی بر جبر خطی ، برای تجزیه و تحلیل داده های بزرگ فراهم می کند ؛ Li>
- شامل چندین برنامه برای تجزیه و تحلیل داده های چند منظوره ، با تمرکز بر روی بیوانفورماتیک است.
tag : دانلود کتاب استخراج ویژگی بدون نظارت اعمال شده برای بیوانفورماتیک: یک رویکرد مبتنی بر PCA و TD , Download استخراج ویژگی بدون نظارت اعمال شده برای بیوانفورماتیک: یک رویکرد مبتنی بر PCA و TD , دانلود استخراج ویژگی بدون نظارت اعمال شده برای بیوانفورماتیک: یک رویکرد مبتنی بر PCA و TD , Download Unsupervised Feature Extraction Applied to Bioinformatics: A PCA Based and TD Based Approach Book , استخراج ویژگی بدون نظارت اعمال شده برای بیوانفورماتیک: یک رویکرد مبتنی بر PCA و TD دانلود , buy استخراج ویژگی بدون نظارت اعمال شده برای بیوانفورماتیک: یک رویکرد مبتنی بر PCA و TD , خرید کتاب استخراج ویژگی بدون نظارت اعمال شده برای بیوانفورماتیک: یک رویکرد مبتنی بر PCA و TD , دانلود کتاب Unsupervised Feature Extraction Applied to Bioinformatics: A PCA Based and TD Based Approach , کتاب Unsupervised Feature Extraction Applied to Bioinformatics: A PCA Based and TD Based Approach , دانلود Unsupervised Feature Extraction Applied to Bioinformatics: A PCA Based and TD Based Approach , خرید Unsupervised Feature Extraction Applied to Bioinformatics: A PCA Based and TD Based Approach , خرید کتاب Unsupervised Feature Extraction Applied to Bioinformatics: A PCA Based and TD Based Approach ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.