•  Retrait en 2 heures
  •  Assortiment impressionnant
  •  Paiement sécurisé
  •  Toujours un magasin près de chez vous
  •  Retrait gratuit dans votre magasin Club
  •  7.000.0000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous

Understanding Complex Datasets

Data Mining with Matrix Decompositions

David Skillicorn
193,95 €
+ 387 points
Livraison 2 à 3 semaines
Passer une commande en un clic
Payer en toute sécurité
Livraison en Belgique: 3,99 €
Livraison en magasin gratuite

Description

Focusing on data mining mechanics and applications, this book explores the most common matrix decompositions, including singular value, semidiscrete, independent component analysis, non-negative matrix factorization, and tensors. It shows how these matrix decompositions can be used to analyze large datasets in a broad range of application areas, such as information retrieval, topic detection, geochemistry, astrophysics, microarray analysis, process control, counterterrorism, and social network analysis. The book also discusses several important theoretical and algorithmic problems of matrix decompositions and provides MATLAB(R) scripts to generate examples of matrix decompositions.

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Nombre de pages :
266
Langue:
Anglais
Collection :

Caractéristiques

EAN:
9781584888321
Date de parution :
01-07-07
Format:
Livre relié
Format numérique:
Genaaid
Dimensions :
166 mm x 235 mm
Poids :
512 g
Librairie Club

Seulement chez Librairie Club

+ 387 points sur votre carte client de Librairie Club
Cadeau

Uniquement dans nos magasins : paire de chaussettes offerte

à l'achat d'un livre YA ou d'un jeu participant
Cadeau
Paire de chaussettes offerte
Cadeau

Uniquement dans nos magasins : kit créatif offert

à l'achat d'un livre jeunesse ou d'un jeu participant
Cadeau
Kit créatif chouette
Standaard Boekhandel

Les avis

Nous publions uniquement les avis qui respectent les conditions requises. Consultez nos conditions pour les avis.