安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

基于低维模型的高维数据分析:原理、计算和应用/(美) 约翰·莱特, 马毅著 李春光, 袁晓军, 高盛华译

出版发行项:

北京:机械工业出版社,2024.8

ISBN及定价:

978-7-111-75793-1/CNY199.00

载体形态项:

xxviii, 628页:图 (部分彩图);26cm

统一题名:

High-dimensional data analysis with low-dimensional models : principles, computation, and applications

丛编项:

计算机科学丛书

个人责任者:

莱特 (Wright, John) 著

个人责任者:

马毅 著

个人次要责任者:

李春光 译

个人次要责任者:

袁晓军 译

个人次要责任者:

高盛华 译

学科主题:

数据处理

中图法分类号:

TP274

出版发行附注:

本书原版由剑桥大学出版社出版 本书简体字中文版由剑桥大学出版社与机械工业出版社合作出版

责任者附注:

约翰·莱特 (John Wright), 哥伦比亚大学电气工程系副教授。2009-2011年曾在微软亚洲研究院工作。他的研究方向是高维数据分析, 目前致力于开发从不完整的、被损坏的观测中稳健地恢复结构化信号表示的高效算法, 并将其应用于科学成像和计算机视觉问题。马毅, 香港大学教授, 数据科学研究院院长, 计算与数据科学学院院长; 加州大学伯克利分校电气工程与计算机科学系教授。李春光, 北京邮电大学人工智能学院副教授, 研究方向为数据科学, 研究兴趣为高维数据建模、分析与学习及其应用。袁晓军, 电子科技大学教授, 长期从事无线通信、统计信号处理、机器学习等方面的研究工作, 曾入选国家海外高水平人才计划青年项目。高盛华, 香港大学计算机科学系副教授, 曾入选国家海外高水平人才计划青年项目、上海市优秀学术带头人、曙光学者。

书目附注:

有书目 (第579-612页) 和索引

提要文摘附注:

本书主要介绍从高维数据中感知、处理、分析和学习低维结构的基本数学原理和高效计算方法, 系统地归纳了建模高维空间中低维结构的数学原理, 梳理了处理高维数据模型的可扩展高效计算方法, 阐明了如何结合领域具体知识或考虑其他非理想因素来正确建模并成功解决真实世界中的应用问题。本书包括基本原理、计算方法和真实应用三个部分: 基本原理部分系统地介绍稀疏、低秩和一般低维模型的基本性质和理论结果, 计算方法部分介绍解决凸优化和非凸优化问题的有效算法, 真实应用部分通过实例演示利用前两部分的知识改进高维数据处理和分析问题的解决方案。

使用对象附注:

本书适合作为计算机科学、数据科学和电气工程专业的高年级本科生和研究生的教材, 也适合学习稀疏性、低维结构和高维数据课程的学生参考

豆瓣简介：