Robust latent feature learning (23 Ergebnisse)
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: GreatBookPrices, Columbia, MD, USAGreatBookPrices
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 50,77
EUR 2,31 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: GreatBookPrices, Columbia, MD, USAGreatBookPrices
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht - Wie neu
EUR 58,62
EUR 2,31 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: As New. Unread book in perfect condition.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 53,32
EUR 14,02 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 55,08
EUR 14,02 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Sprache: Englisch
Verlag: Springer 2022-12, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: Chiron Media, Wallingford, Vereinigtes KönigreichChiron Media
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 50,83
EUR 18,13 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 10 verfügbar
PF. Zustand: New.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes KönigreichGreatBookPricesUK
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 51,99
EUR 17,56 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes KönigreichGreatBookPricesUK
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht - Wie neu
EUR 60,12
EUR 17,56 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: As New. Unread book in perfect condition.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: Kennys Bookshop and Art Galleries Ltd., Galway, GY, IrlandKennys Bookshop and Art Galleries Ltd.
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 67,27
EUR 10,50 VersandVersand von Irland nach USAAnzahl: 15 verfügbar
Zustand: New.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: Books Puddle, New York, NY, USABooks Puddle
Verkäufer/-in kontaktierenVerkäufer/-in mit 4 SternenZustand: Neu
EUR 77,00
EUR 3,49 VersandVersand innerhalb von USAAnzahl: 4 verfügbar
Zustand: New. 1st ed. 2023 edition NO-PA16APR2015-KAP.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 77,32
EUR 11,71 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Paperback. Zustand: Brand New. 125 pages. 9.25x6.10x0.43 inches. In Stock.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: Kennys Bookstore, Olney, MD, USAKennys Bookstore
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 84,29
EUR 9,18 VersandVersand innerhalb von USAAnzahl: 15 verfügbar
Zustand: New.
Sprache: Englisch
Verlag: Springer, Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 58,39
EUR 61,04 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Incomplete big data are frequently encountered in many industrial applications, such as recommender systems, the Internet of Things, intelligent transportation, cloud computing, and so on. It is of great significance to analyze them for mining rich a…nd valuable knowledge and patterns. Latent feature analysis (LFA) is one of the most popular representation learning methods tailored for incomplete big data due to its high accuracy, computational efficiency, and ease of scalability. The crux of analyzing incomplete big data lies in addressing the uncertainty problem caused by their incomplete characteristics. However, existing LFA methods do not fully consider such uncertainty.In this book, the author introduces several robust latent feature learning methods to address such uncertainty for effectively and efficiently analyzing incomplete big data, including robust latent feature learning based on smooth L1-norm, improving robustness of latent feature learningusing L1-norm, improving robustness of latent feature learning using double-space, data-characteristic-aware latent feature learning, posterior-neighborhood-regularized latent feature learning, and generalized deep latent feature learning. Readers can obtain an overview of the challenges of analyzing incomplete big data and how to employ latent feature learning to build a robust model to analyze incomplete big data. In addition, this book provides several algorithms and real application cases, which can help students, researchers, and professionals easily build their models to analyze incomplete big data.
Weitere BilderSprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 50,40
EUR 70,00 VersandVersand von Deutschland nach USAAnzahl: 5 verfügbar
Taschenbuch. Zustand: Neu. Robust Latent Feature Learning for Incomplete Big Data | Di Wu | Taschenbuch | xiii | Englisch | 2022 | Springer | EAN 9789811981395 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
Sprache: Englisch
Verlag: Springer Nature Singapore, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: Buchpark, Trebbin, DeutschlandBuchpark
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht
EUR 36,10
EUR 105,00 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Zustand: Hervorragend. Zustand: Hervorragend | Sprache: Englisch | Produktart: Bücher | Incomplete big data are frequently encountered in many industrial applications, such as recommender systems, the Internet of Things, intelligent transportation, cloud computing, and so on. It is of great significance to analyze them for minin…g rich and valuable knowledge and patterns. Latent feature analysis (LFA) is one of the most popular representation learning methods tailored for incomplete big data due to its high accuracy, computational efficiency, and ease of scalability. The crux of analyzing incomplete big data lies in addressing the uncertainty problem caused by their incomplete characteristics. However, existing LFA methods do not fully consider such uncertainty.In this book, the author introduces several robust latent feature learning methods to address such uncertainty for effectively and efficiently analyzing incomplete big data, including robust latent feature learning based on smooth L1-norm, improving robustness of latent feature learningusing L1-norm, improving robustness of latent feature learning using double-space, data-characteristic-aware latent feature learning, posterior-neighborhood-regularized latent feature learning, and generalized deep latent feature learning. Readers can obtain an overview of the challenges of analyzing incomplete big data and how to employ latent feature learning to build a robust model to analyze incomplete big data. In addition, this book provides several algorithms and real application cases, which can help students, researchers, and professionals easily build their models to analyze incomplete big data.
Sprache: Englisch
Verlag: Springer Nature Singapore, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
Anbieter: BUCHSERVICE / ANTIQUARIAT Lars Lutzer, Wahlstedt, DeutschlandBUCHSERVICE / ANTIQUARIAT Lars Lutzer
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht - Gut
EUR 189,90
EUR 39,95 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Softcover. Zustand: gut. 2022. Robust Latent Feature Learning for Incomplete Big Data In deutscher Sprache. pages.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
- Print-on-Demand
Anbieter: Brook Bookstore On Demand, Napoli, NA, ItalienBrook Bookstore On Demand
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 46,22
EUR 4,00 VersandVersand von Italien nach USAAnzahl: Mehr als 20 verfügbar
Zustand: new. Questo è un articolo print on demand.
Sprache: Englisch
Verlag: Springer Nature B.V., 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
- Print-on-Demand
Anbieter: PBShop.store US, Wood Dale, IL, USAPBShop.store US
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 57,22
Versand nach gratisVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
PAP. Zustand: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
Sprache: Englisch
Verlag: Springer Nature B.V., 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
- Print-on-Demand
Anbieter: PBShop.store UK, Fairford, GLOS, Vereinigtes KönigreichPBShop.store UK
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 55,65
EUR 3,85 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
PAP. Zustand: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
Sprache: Englisch
Verlag: Springer Nature Singapore Dez 2022, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
- Print-on-Demand
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, DeutschlandBuchWeltWeit Ludwig Meier e.K.
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 53,49
EUR 23,00 VersandVersand von Deutschland nach USAAnzahl: 2 verfügbar
Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Incomplete big data are frequently encountered in many industrial applications, such as recommender systems, the Internet of Things, intelligent transportation, cloud computing, and so on. It is of great significance to analyze them f…or mining rich and valuable knowledge and patterns. Latent feature analysis (LFA) is one of the most popular representation learning methods tailored for incomplete big data due to its high accuracy, computational efficiency, and ease of scalability. The crux of analyzing incomplete big data lies in addressing the uncertainty problem caused by their incomplete characteristics. However, existing LFA methods do not fully consider such uncertainty.In this book, the author introduces several robust latent feature learning methods to address such uncertainty for effectively and efficiently analyzing incomplete big data, including robust latent feature learning based on smooth L1-norm, improving robustness of latent feature learningusing L1-norm, improving robustness of latent feature learning using double-space, data-characteristic-aware latent feature learning, posterior-neighborhood-regularized latent feature learning, and generalized deep latent feature learning. Readers can obtain an overview of the challenges of analyzing incomplete big data and how to employ latent feature learning to build a robust model to analyze incomplete big data. In addition, this book provides several algorithms and real application cases, which can help students, researchers, and professionals easily build their models to analyze incomplete big data. 128 pp. Englisch.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
- Print-on-Demand
Anbieter: Majestic Books, Hounslow, Vereinigtes KönigreichMajestic Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 4 SternenZustand: Neu
EUR 77,85
EUR 7,61 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 4 verfügbar
Zustand: New. Print on Demand.
Sprache: Englisch
Verlag: Springer, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
- Print-on-Demand
Anbieter: Biblios, frankfurt am main, HESSE, DeutschlandBiblios
Verkäufer/-in kontaktierenVerkäufer/-in mit 4 SternenZustand: Neu
EUR 78,42
EUR 9,95 VersandVersand von Deutschland nach USAAnzahl: 4 verfügbar
Zustand: New. PRINT ON DEMAND.
Sprache: Englisch
Verlag: Springer, Berlin|Springer Nature Singapore|Springer, 2023
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
- Print-on-Demand
Anbieter: moluna, Greven, Deutschlandmoluna
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 48,37
EUR 48,99 VersandVersand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Incomplete big data are frequently encountered in many industrial applications, such as recommender systems, the Internet of Things, intelligent transportation, cloud computing, and so on. It is of great significance to… analyze them for mining rich and v.
Sprache: Englisch
Verlag: Springer, Springer Dez 2022, 2022
Serie: SpringerBriefs in Computer Science, Buch 21 von 60. Buch 21 von 60 - SpringerBriefs in Computer Science
- Softcover
- Print-on-Demand
Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschlandbuchversandmimpf2000
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 53,49
EUR 60,00 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Incomplete big data are frequently encountered in many industrial applications, such as recommender systems, the Internet of Things, intelligent transportation, cloud computing, and so on. It is of great significance to analyze them for m…ining rich and valuable knowledge and patterns. Latent feature analysis (LFA) is one of the most popular representation learning methods tailored for incomplete big data due to its high accuracy, computational efficiency, and ease of scalability. The crux of analyzing incomplete big data lies in addressing the uncertainty problem caused by their incomplete characteristics. However, existing LFA methods do not fully consider such uncertainty.In this book, the author introduces several robust latent feature learning methods to address such uncertainty for effectively and efficiently analyzing incomplete big data, including robust latent feature learning based on smooth L1-norm, improving robustness of latent feature learningusing L1-norm, improving robustness of latent feature learning using double-space, data-characteristic-aware latent feature learning, posterior-neighborhood-regularized latent feature learning, and generalized deep latent feature learning. Readers can obtain an overview of the challenges of analyzing incomplete big data and how to employ latent feature learning to build a robust model to analyze incomplete big data. In addition, this book provides several algorithms and real application cases, which can help students, researchers, and professionals easily build their models to analyze incomplete big data.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 128 pp. Englisch.
