Door een staking bij bpost kan je online bestelling op dit moment iets langer onderweg zijn dan voorzien. Dringend iets nodig? Onze winkels ontvangen jou met open armen!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Door een staking bij bpost kan je online bestelling op dit moment iets langer onderweg zijn dan voorzien. Dringend iets nodig? Onze winkels ontvangen jou met open armen!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 89,95

+ 179 punten

Verwachte leverdatum onbekend

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Most modern textbooks on cluster analysis are written from the standpoint of computer science, which give the background, description and implementation of computer algorithms. This book proclaims several firsts -- the first to present a broad mathematical treatment of the subject, the first that illustrates dissimilarities taking values in a poset, and the first to notice the connection with formal concept analysis which is a powerful tool for investigating hidden structures in large data sets.This book presents the subject from a mathematical viewpoint with careful definitions. All clearly stated axioms are illustrated with concrete examples. New ideas are introduced informally first, and then in a careful, systematic manner. Much of the material has not previously appeared in the literature. It is to be hoped that the book holds promising directive to launch a new research area that is based on graph theory, as well as partially ordered sets. It also suggests the cluster algorithms that can be used for practical applications. The emphasis will be largely on ordinal data and ordinal cluster methods.