Lesen statt warten - Kostenloser Sofortzugriff aufs eBook, sofern verfügbar*, bei jeder Buchbestellung

Lecture Notes in Computational Science and Engineering

Principal Manifolds for Data Visualization and Dimension Reduction

Herausgeber: Gorban, A.N., Kégl, B., Wunsch, D.C., Zinovyev, A. (Eds.)

Vorschau
  • New approaches to NLPCA, principal manifolds, branching principal components and topology preserving mappings are described
  • Presentation of algorithms is supplemented by case studies
Weitere Vorteile

Dieses Buch kaufen

eBook 160,49 €
Preis für Deutschland (Brutto)
  • ISBN 978-3-540-73750-6
  • Versehen mit digitalem Wasserzeichen, DRM-frei
  • Erhältliche Formate: PDF
  • eBooks sind auf allen Endgeräten nutzbar
  • Sofortiger eBook Download nach Kauf
Softcover 213,99 €
Preis für Deutschland (Brutto)
  • ISBN 978-3-540-73749-0
  • Kostenfreier Versand für Individualkunden weltweit
  • Kostenloser Sofortzugriff, sofern verfügbar* auf die eBook-Version bei jeder Buchbestellung
  • Gewöhnlich versandfertig in 3-5 Werktagen.
Über dieses Buch

In 1901, Karl Pearson invented Principal Component Analysis (PCA). Since then, PCA serves as a prototype for many other tools of data analysis, visualization and dimension reduction: Independent Component Analysis (ICA), Multidimensional Scaling (MDS), Nonlinear PCA (NLPCA), Self Organizing Maps (SOM), etc. The book starts with the quote of the classical Pearson definition of PCA and includes reviews of various methods: NLPCA, ICA, MDS, embedding and clustering algorithms, principal manifolds and SOM. New approaches to NLPCA, principal manifolds, branching principal components and topology preserving mappings are described as well. Presentation of algorithms is supplemented by case studies, from engineering to astronomy, but mostly of biological data: analysis of microarray and metabolite data. The volume ends with a tutorial "PCA and K-means decipher genome". The book is meant to be useful for practitioners in applied data analysis in life sciences, engineering, physics and chemistry; it will also be valuable to PhD students and researchers in computer sciences, applied mathematics and statistics.

Inhaltsverzeichnis (14 Kapitel)

Inhaltsverzeichnis (14 Kapitel)

Dieses Buch kaufen

eBook 160,49 €
Preis für Deutschland (Brutto)
  • ISBN 978-3-540-73750-6
  • Versehen mit digitalem Wasserzeichen, DRM-frei
  • Erhältliche Formate: PDF
  • eBooks sind auf allen Endgeräten nutzbar
  • Sofortiger eBook Download nach Kauf
Softcover 213,99 €
Preis für Deutschland (Brutto)
  • ISBN 978-3-540-73749-0
  • Kostenfreier Versand für Individualkunden weltweit
  • Kostenloser Sofortzugriff, sofern verfügbar* auf die eBook-Version bei jeder Buchbestellung
  • Gewöhnlich versandfertig in 3-5 Werktagen.
Loading...

Wir empfehlen

Loading...

Bibliografische Information

Bibliographic Information
Buchtitel
Principal Manifolds for Data Visualization and Dimension Reduction
Herausgeber
  • Alexander N. Gorban
  • Balázs Kégl
  • Donald C. Wunsch
  • Andrei Zinovyev
Titel der Buchreihe
Lecture Notes in Computational Science and Engineering
Buchreihen Band
58
Copyright
2008
Verlag
Springer-Verlag Berlin Heidelberg
Copyright Inhaber
Springer-Verlag Berlin Heidelberg
eBook ISBN
978-3-540-73750-6
DOI
10.1007/978-3-540-73750-6
Softcover ISBN
978-3-540-73749-0
Buchreihen ISSN
1439-7358
Auflage
1
Seitenzahl
XXIV, 340
Anzahl der Bilder
68 schwarz-weiß Abbildungen, 14 Abbildungen in Farbe
Themen

*sofort verfügbar bei Bestellung eines Print-Titels, da es aufgrund der COVID-19-Situation zu Lieferverzögerungen kommen kann. Dieses Angebot ist befristet und richtet sich nach der Verfügbarkeit des eBook-Titels. Das eBook geht nicht in Ihren Besitz über - Sie erhalten einen zeitlich begrenzten Zugriff. Springer Reference Works und Dozentenexemplare sind davon ausgenommen.