Hybride Optimierung für Dimensionsreduktion
Unüberwachte Regression mit Gradientenabstieg und evolutionären Algorithmen
Samenvatting
In der Arbeit von Daniel Lückehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, häufig zusammengefasst unter dem Begriff „Big Data“, liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie. Eine Dimensionsreduktion kann dabei helfen, Informationen aus großen, hochkomplexen Datensätzen zu gewinnen und diese besser verarbeiten zu können. So können Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit für den Menschen visuell erfassbar werden.
Specificaties
Inhoudsopgave
Net verschenen
Rubrieken
- aanbestedingsrecht
- aansprakelijkheids- en verzekeringsrecht
- accountancy
- algemeen juridisch
- arbeidsrecht
- bank- en effectenrecht
- bestuursrecht
- bouwrecht
- burgerlijk recht en procesrecht
- europees-internationaal recht
- fiscaal recht
- gezondheidsrecht
- insolventierecht
- intellectuele eigendom en ict-recht
- management
- mens en maatschappij
- milieu- en omgevingsrecht
- notarieel recht
- ondernemingsrecht
- pensioenrecht
- personen- en familierecht
- sociale zekerheidsrecht
- staatsrecht
- strafrecht en criminologie
- vastgoed- en huurrecht
- vreemdelingenrecht