عنوان
پدید آورنده
موضوع
رده
QA278 .M3735 2017eb
QA278
.
M3735
2017eb
کتابخانه
محل استقرار
شابک
شابک
1315330814
شابک
1315349841
شابک
1315366967
شابک
1498776078
شابک
1523114266
شابک
9781315330815
شابک
9781315349848
شابک
9781315366968
شابک
9781498776073
شابک
9781523114269
شابک اشتباه
149877606X
شابک اشتباه
9781498776066
عنوان و نام پديدآور
عنوان اصلي
Exploratory data analysis with MATLAB /
نام عام مواد
[Book]
نام نخستين پديدآور
Wendy L. Martinez, Angel R. Matinez, Jeffrey L. Solka.
وضعیت ویراست
وضعيت ويراست
Third edition.
وضعیت نشر و پخش و غیره
محل نشرو پخش و غیره
Boca Raton, FL :
نام ناشر، پخش کننده و غيره
CRC Press, Taylor & Francis Group,
تاریخ نشرو بخش و غیره
[2017]
مشخصات ظاهری
نام خاص و کميت اثر
1 online resource (625 pages)
فروست
عنوان فروست
Chapman & Hall/CRC computer science and data analysis series
يادداشت کلی
متن يادداشت
6.4 Hierarchical Agglomerative Model-Based Clustering.
یادداشتهای مربوط به کتابنامه ، واژه نامه و نمایه های داخل اثر
متن يادداشت
Includes bibliographical references and indexes.
یادداشتهای مربوط به مندرجات
متن يادداشت
Intro; Half Title; Series Editor; Title; Copyrights; Dedication; Table of Contents; Preface to the Third Edition; Preface to the Second Edition; Preface to the First Edition; Part I Introduction to Exploratory Data Analysis; Chapter 1 Introduction to Exploratory Data Analysis; 1.1 What is Exploratory Data Analysis; 1.2 Overview of the Text; 1.3 A Few Words about Notation; 1.4 Data Sets Used in the Book; 1.4.1 Unstructured Text Documents; 1.4.2 Gene Expression Data; 1.4.3 Oronsay Data Set; 1.4.4 Software Inspection; 1.5 Transforming Data; 1.5.1 Power Transformations; 1.5.2 Standardization.
متن يادداشت
1.5.3 Sphering the Data1.6 Further Reading; Exercises; Part II EDA as Pattern Discovery; Chapter 2 Dimensionality Reduction -- Linear Methods; 2.1 Introduction; 2.2 Principal Component Analysis -- PCA; 2.2.1 PCA Using the Sample Covariance Matrix; 2.2.2 PCA Using the Sample Correlation Matrix; 2.2.3 How Many Dimensions Should We Keep; 2.3 Singular Value Decomposition -- SVD; 2.4 Nonnegative Matrix Factorization; 2.5 Factor Analysis; 2.6 Fisher's Linear Discriminant; 2.7 Random Projections; 2.8 Intrinsic Dimensionality; 2.8.1 Nearest Neighbor Approach; 2.8.2 Correlation Dimension.
متن يادداشت
2.8.3 Maximum Likelihood Approach2.8.4 Estimation Using Packing Numbers; 2.8.5 Estimation of Local Dimension; 2.9 Summary and Further Reading; Exercises; Chapter 3 Dimensionality Reduction-Nonlinear Methods; 3.1 Multidimensional Scaling -- MDS; 3.1.1 Metric MDS; 3.1.2 Nonmetric MDS; 3.2 Manifold Learning; 3.2.1 Locally Linear Embedding; 3.2.2 Isometric Feature Mapping -- ISOMAP; 3.2.3 Hessian Eigenmaps; 3.3 Artificial Neural Network Approaches; 3.3.1 Self-Organizing Maps; 3.3.2 Generative Topographic Maps; 3.3.3 Curvilinear Component Analysis; 3.3.4 Autoencoders.
متن يادداشت
3.4 Stochastic Neighbor Embedding3.5 Summary and Further Reading; Exercises; Chapter 4 Data Tours; 4.1 Grand Tour; 4.1.1 Torus Winding Method; 4.1.2 Pseudo Grand Tour; 4.2 Interpolation Tours; 4.3 Projection Pursuit; 4.4 Projection Pursuit Indexes; 4.4.1 Posse Chi-Square Index; 4.4.2 Moment Index; 4.5 Independent Component Analysis; 4.6 Summary and Further Reading; Exercises; Chapter 5 Finding Clusters; 5.1 Introduction; 5.2 Hierarchical Methods; 5.3 Optimization Methods- k-Means; 5.4 Spectral Clustering; 5.5 Document Clustering; 5.5.1 Nonnegative Matrix Factorization -- Revisited.
متن يادداشت
5.5.2 Probabilistic Latent Semantic Analysis5.6 Minimum Spanning Trees and Clustering; 5.6.1 Definitions; 5.6.2 Minimum Spanning Tree Clustering; 5.7 Evaluating the Clusters; 5.7.1 Rand Index; 5.7.2 Cophenetic Correlation; 5.7.3 Upper Tail Rule; 5.7.4 Silhouette Plot; 5.7.5 Gap Statistic; 5.7.6 Cluster Validity Indices; 5.8 Summary and Further Reading; Exercises; Chapter 6 Model-Based Clustering; 6.1 Overview of Model-Based Clustering; 6.2 Finite Mixtures; 6.2.1 Multivariate Finite Mixtures; 6.2.2 Component Models -- Constraining the Covariances; 6.3 Expectation-Maximization Algorithm.
بدون عنوان
0
بدون عنوان
8
بدون عنوان
8
بدون عنوان
8
بدون عنوان
8
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
Exploratory Data Analysis with MATLAB, Third Edition presents EDA methods from a computational perspective and uses numerous examples and applications to show how the methods are used in practice. The authors use MATLAB code, pseudo-code, and algorithm descriptions to illustrate the concepts. The MATLAB code for examples, data sets, and the EDA Toolbox are available for download on the book's website. --
یادداشتهای مربوط به سفارشات
منبع سفارش / آدرس اشتراک
Ingram Content Group
شماره انبار
9781315349848
ویراست دیگر از اثر در قالب دیگر رسانه
عنوان
Exploratory data analysis with MATLAB.
شماره استاندارد بين المللي کتاب و موسيقي
9781498776066
عنوان به منزله موضوع
موضوع مستند نشده
MATLAB.
موضوع مستند نشده
MATLAB.
موضوع (اسم عام یاعبارت اسمی عام)
موضوع مستند نشده
Mathematical statistics.
موضوع مستند نشده
Multivariate analysis.
موضوع مستند نشده
Mathematical statistics.
موضوع مستند نشده
Multivariate analysis.
رده بندی ديویی
شماره
519
.
5/35028553
رده بندی کنگره
شماره رده
QA278
نشانه اثر
.
M3735
2017eb
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
مستند نام اشخاص تاييد نشده
Martinez, Wendy L.
نام شخص - (مسئولیت معنوی برابر )
مستند نام اشخاص تاييد نشده
Martinez, Angel R.
مستند نام اشخاص تاييد نشده
Solka, Jeffrey
مبدا اصلی
تاريخ عمليات
20200822171841.0
قواعد فهرست نويسي ( بخش توصيفي )
pn
دسترسی و محل الکترونیکی
نام الکترونيکي
مطالعه متن کتاب اطلاعات رکورد کتابشناسی
نوع ماده
[Book]
اطلاعات دسترسی رکورد
تكميل شده
Y
