Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Méthodes non supervisées pour l'analyse de données multivariées
Univ Europeenne - EAN : 9786131503832
Édition papier
EAN : 9786131503832
Paru le : 5 sept. 2010
59,00 €
55,92 €
Epuisé
Pour connaître votre prix et commander, identifiez-vous
Manquant sans date
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131503832
- Réf. fournisseur : 4791488
- Editeur : Univ Europeenne
- Date Parution : 5 sept. 2010
- Disponibilite : Manque sans date
- Barème de remise : NS
- Nombre de pages : 180
- Format : H:220 mm L:150 mm E:11 mm
- Poids : 274gr
- Interdit de retour : Retour interdit
- Résumé : Dans la science moderne, le développement et l'accroissement du nombre et de la variété des capteurs permettent l'observation de plus en plus complexe de la vie. Pour les chercheurs, ceci se traduit par un immense potentiel d'acquérir des données qui peuvent servir à la compréhension des phénomènes étudiés. Ce fait conduit à l'apparition des données multivariées et naturellement à la nécessité d'outils pour les analyser. Une approche souvent employée dans ce processus est l'analyse exploratoire de données ou ce qu'on appelle "clustering". Ceci implique la découverte des structures cohérentes dans des ensembles des données complexes en regroupant des données ayant des caractéristiques similaires dans des classes. Cette livre aborde ce sujet en s'appuyant sur deux questions nécessitant encore des réponses: le choix de la mesure de similarité et la réduction de la dimension des données multivariées. Les applications sur des images multispectrales et également sur des séries temporelles des images médicales servent à la compréhension des aspects théoriques présentés dans la première partie du livre.
- Biographie : Cosmin Lazar, docteur en Informatique, Automatique et Traitementde Signal de l'URCA France est actuellement chercheur postdoc au laboratoire COMO,VUB, Belgique. Ses thèmes de recherche incluent l'analyse de données multivariées,séries temporelles, séparation aveugle de sources, imagerie multispectrale, donnéesmulticapteurs ou de biopuces.