高维数据的特征选择

书籍简介:

《高维数据的特征学习》是根据国家青年基金、重庆市科委、重庆市教委的专项研究结果，系统全面地阐述了最新的高维数据特征学习理论及相应算法。主要通过大间隔理论、迹比(trace-ratio)理论、自动编码、稀疏编码等方法来研究高维数据（如图像，基因等）的特征选择，特征变换，特征提取等内容。本书将理论与应用相结合，通过引入最新的分布式算法和并行算法来解决在大规模高维数据集特征学习算法的有效性、可用性。

书籍规格:

书籍信息归属:

高维数据的特征选择是科学出版社于2016.6出版的中图分类号为 O212.1 的主题关于 统计数据－统计分析 的书籍。