Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.
  • Afhalen na 1 uur in een winkel met voorraad
  • Gratis thuislevering in België
  • Ruim aanbod met 7 miljoen producten
Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.
  • Afhalen na 1 uur in een winkel met voorraad
  • Gratis thuislevering in België
  • Ruim aanbod met 7 miljoen producten

Multi-Label Dimensionality Reduction

Liang Sun, Shuiwang Ji, Jieping Ye
€ 141,95
+ 283 punten
Verwachte leverdatum onbekend
Eenvoudig bestellen
Veilig betalen
In januari gratis thuislevering in België (via bpost)
Gratis levering in je Standaard Boekhandel

Omschrijving

Similar to other data mining and machine learning tasks, multi-label learning suffers from dimensionality. An effective way to mitigate this problem is through dimensionality reduction, which extracts a small number of features by removing irrelevant, redundant, and noisy information. The data mining and machine learning literature currently lacks a unified treatment of multi-label dimensionality reduction that incorporates both algorithmic developments and applications.

Addressing this shortfall, Multi-Label Dimensionality Reduction covers the methodological developments, theoretical properties, computational aspects, and applications of many multi-label dimensionality reduction algorithms. It explores numerous research questions, including:

  • How to fully exploit label correlations for effective dimensionality reduction
  • How to scale dimensionality reduction algorithms to large-scale problems
  • How to effectively combine dimensionality reduction with classification
  • How to derive sparse dimensionality reduction algorithms to enhance model interpretability
  • How to perform multi-label dimensionality reduction effectively in practical applications

The authors emphasize their extensive work on dimensionality reduction for multi-label learning. Using a case study of Drosophila gene expression pattern image annotation, they demonstrate how to apply multi-label dimensionality reduction algorithms to solve real-world problems. A supplementary website provides a MATLAB(R) package for implementing popular dimensionality reduction algorithms.

Specificaties

Betrokkenen

Auteur(s):
Uitgeverij:

Inhoud

Aantal bladzijden:
208
Taal:
Engels
Reeks:

Eigenschappen

Productcode (EAN):
9781439806159
Verschijningsdatum:
4/11/2013
Uitvoering:
Hardcover
Formaat:
Genaaid
Afmetingen:
152 mm x 236 mm
Gewicht:
635 g
Standaard Boekhandel

Alleen bij Standaard Boekhandel

+ 283 punten op je klantenkaart van Standaard Boekhandel
SOLDEN

30% korting

op een mooie selectie boeken en papierwaren
SOLDEN
Solden: 30% korting op boeken en papierwaren
E-BOOK ACTIE

Tot meer dan 50% korting

op een selectie e-books
E-BOOK ACTIE
E-book kortingen
Standaard Boekhandel

Beoordelingen

We publiceren alleen reviews die voldoen aan de voorwaarden voor reviews. Bekijk onze voorwaarden voor reviews.