Feature and Dimensionality Reduction for Clustering with Deep Learning (eBook)
268 Seiten
Springer Nature Switzerland (Verlag)
9783031487439 (ISBN)
This book presents an overview of recent methods of feature selection and dimensionality reduction that are based on Deep Neural Networks (DNNs) for a clustering perspective, with particular attention to the knowledge discovery question. The authors first present a synthesis of the major recent influencing techniques and "tricks" participating in recent advances in deep clustering, as well as a recall of the main deep learning architectures. Secondly, the book highlights the most popular works by “family” to provide a more suitable starting point from which to develop a full understanding of the domain. Overall, the book proposes a comprehensive up-to-date review of deep feature selection and deep clustering methods with particular attention to the knowledge discovery question and under a multi-criteria analysis. The book can be very helpful for young researchers, non-experts, and R&D AI engineers.
| Erscheint lt. Verlag | 21.12.2023 |
|---|---|
| Reihe/Serie | Unsupervised and Semi-Supervised Learning | Unsupervised and Semi-Supervised Learning |
| Zusatzinfo | XI, 268 p. 1 illus. |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik ► Datenbanken |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Mathematik / Informatik ► Mathematik ► Statistik | |
| Technik ► Bauwesen | |
| Technik ► Elektrotechnik / Energietechnik | |
| Technik ► Nachrichtentechnik | |
| Schlagworte | contrastive learning • Deep clustering • Deep feature selection • Pretext task • Pseudo-labeling • Self-Supervision |
| ISBN-13 | 9783031487439 / 9783031487439 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
