Would you like to see this page in English? Click here.


または
1-Clickで注文する場合は、サインインをしてください。
こちらからもご購入いただけます
この商品をお持ちですか? マーケットプレイスに出品する
Multilinear Subspace Learning: Dimensionality Reduction of Multidimensional Data (Chapman & Hall/Crc Machine Learning & Pattern Recognition)
 
 

Multilinear Subspace Learning: Dimensionality Reduction of Multidimensional Data (Chapman & Hall/Crc Machine Learning & Pattern Recognition) [ハードカバー]

Haiping Lu , Konstantinos N. Plataniotis , Anastasios Venetsanopoulos

参考価格: ¥ 11,139
価格: ¥ 10,771 通常配送無料 詳細
OFF: ¥ 368 (3%)
o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o
通常1~3週間以内に発送します。 在庫状況について
この商品は、Amazon.co.jp が販売、発送します。 ギフトラッピングを利用できます。

フォーマット

Amazon 価格 新品 中古品
Kindle版 ¥ 7,210  
ハードカバー ¥ 10,771  

Amazon Student会員なら、この商品は10%Amazonポイント還元(Amazonマーケットプレイスでのご注文は対象外)。
無料体験でもれなくポイント1,000円分プレゼントキャンペーン実施中。


キャンペーンおよび追加情報


商品の説明

内容紹介

Due to advances in sensor, storage, and networking technologies, data is being generated on a daily basis at an ever-increasing pace in a wide range of applications, including cloud computing, mobile Internet, and medical imaging. This large multidimensional data requires more efficient dimensionality reduction schemes than the traditional techniques. Addressing this need, multilinear subspace learning (MSL) reduces the dimensionality of big data directly from its natural multidimensional representation, a tensor.

Multilinear Subspace Learning: Dimensionality Reduction of Multidimensional Data gives a comprehensive introduction to both theoretical and practical aspects of MSL for the dimensionality reduction of multidimensional data based on tensors. It covers the fundamentals, algorithms, and applications of MSL.

Emphasizing essential concepts and system-level perspectives, the authors provide a foundation for solving many of today’s most interesting and challenging problems in big multidimensional data processing. They trace the history of MSL, detail recent advances, and explore future developments and emerging applications.

The book follows a unifying MSL framework formulation to systematically derive representative MSL algorithms. It describes various applications of the algorithms, along with their pseudocode. Implementation tips help practitioners in further development, evaluation, and application. The book also provides researchers with useful theoretical information on big multidimensional data in machine learning and pattern recognition. MATLAB source code, data, and other materials are available at www.comp.hkbu.edu.hk/~haiping/MSL.html


登録情報


この本のなか見!検索より (詳細はこちら
この本のサンプルページを閲覧する
おもて表紙 | 著作権 | 目次 | 抜粋 | 索引 | 裏表紙
この本の中身を閲覧する:

カスタマーレビュー

まだカスタマーレビューはありません。
星5つ
星4つ
星3つ
星2つ
星1つ

クチコミ

クチコミは、商品やカテゴリー、トピックについて他のお客様と語り合う場です。お買いものに役立つ情報交換ができます。
この商品のクチコミ一覧
内容・タイトル 返答 最新の投稿
まだクチコミはありません

複数のお客様との意見交換を通じて、お買い物にお役立てください。
新しいクチコミを作成する
タイトル:
最初の投稿:
サインインが必要です
 

クチコミを検索
すべてのクチコミを検索
   


関連商品を探す


フィードバック