Mathematical Principles of Topological and Geometric Data Analysis

Autor Jurgen Jost

Mathematical Principles of Topological and Geometric Data Analysis - Jurgen Jost

Mathematical Principles of Topological and Geometric Data Analysis

Autor Jurgen Jost

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( pevná vazba )

Do košíku

2 145 Kč s DPH
Jsme transparentní

E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Nikdy to nevzdávej

Při zaslání zboží balíčkem

K nákupu nad 999 Kč dárek zdarma v hodnotě 448 Kč

Nikdy to nevzdávej

This book explores and demonstrates how geometric tools can be used in data analysis. Beginning with a systematic exposition of the mathematical prerequisites, covering topics ranging from category theory to algebraic topology, Riemannian geometry, operator theory and network analysis, it goes on to describe and analyze some of the most… Přejít na celý popis

Legendární brožky od HOSTu? Již od 99 Kč Oblíbená letní akce zpět! Paperbacky z nakladatelství HOST teď koupíte na e-shopu i v prodejnách za ceny od 99 Kč! Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Vývoj ceny

Popis

This book explores and demonstrates how geometric tools can be used in data analysis. Beginning with a systematic exposition of the mathematical prerequisites, covering topics ranging from category theory to algebraic topology, Riemannian geometry, operator theory and network analysis, it goes on to describe and analyze some of the most important machine learning techniques for dimension reduction, including the different types of manifold learning and kernel methods. It also develops a new notion of curvature of generalized metric spaces, based on the notion of hyperconvexity, which can be used for the topological representation of geometric information. In recent years there has been a fascinating development: concepts and methods originally created in the context of research in pure mathematics, and in particular in geometry, have become powerful tools in machine learning for the analysis of data. The underlying reason for this is that data are typically equipped with somekind of notion of distance, quantifying the differences between data points. Of course, to be successfully applied, the geometric tools usually need to be redefined, generalized, or extended appropriately. Primarily aimed at mathematicians seeking an overview of the geometric concepts and methods that are useful for data analysis, the book will also be of interest to researchers in machine learning and data analysis who want to see a systematic mathematical foundation of the methods that they use.

Sdílet

kategorie
Knihy » Cizojazyčná literatura » English literature
Témata
Nakladatel
Springer International Publishing AG
Rozměr
242 x 159 x 21
jazyk
angličtina
Vazba
pevná vazba
Hmotnost
634 g
isbn
978-3-031-33439-9
Počet stran
281
datum vydání
30.07.2023
ean
9783031334399

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 0 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost