Fouad Sabry

Boyutsal Azaltma (eBook, ePUB)

Akilli sistemler için veri islemedeki gelismeler
Übersetzer: Adal, Utku

• Format: ePub

Produktbeschreibung

1: Boyutsallik azaltma: Robotikte yüksek boyutlu verilerin karmasikligini azaltma kavramini ve ihtiyacini tanitir.

2: Temel bilesen analizi: Özellik çikarma ve veri sikistirma için temel bir dogrusal teknik olarak PCA'yi tartisir.

3: Dogrusal olmayan boyutsallik azaltma: Robotikte karmasik veri yapilarini yakalamak için dogrusal olmayan teknikleri inceler.

4: Özyüz: Robotikte yüz tanima için özyüzlerin kullanimini ele alir ve boyutsallik azaltmanin gerçek dünyadaki uygulamasini gösterir.

5: Deneysel ortogonal fonksiyonlar: Robotik sistemler için önemli özellikleri yakalayan bir sekilde verileri temsil etme yöntemini açiklar.

6: Yari kesin yerlestirme: Boyutsalligi azaltirken veri iliskilerini korumak için bu teknigi tanitir ve robotik veri islemeyi iyilestirir.

7: Dogrusal ayirici analiz: LDA'nin azaltilmis verilerdeki sinif ayrilabilirligine odaklanarak siniflandirma görevlerinde nasil yardimci oldugunu açiklar.

8: Negatif olmayan matris çarpanlarina ayirma: NMF'nin özellikle robotik için verilerden parça tabanli gösterimleri çikarmada nasil yardimci oldugunu açiklar.

9: Çekirdek ana bilesen analizi: Karmasik girdilerle çalisan robotik sistemler için kritik olan dogrusal olmayan verileri islemek için çekirdek yöntemleriyle PCA'yi genisletir.

10: Shogun (araç kutusu): Robotik uygulamalar için boyut azaltma yöntemlerini içeren Shogun makine ögrenimi araç kutusunu vurgular.

11: Spektral kümeleme: Robotik algi ve anlayista önemli bir görev olan yüksek boyutlu verileri kümelemek için bu teknigi kapsar.

12: Isomap: Dogrusal olmayan boyut azaltma yöntemi olan Isomap'i ve robotik modelleri iyilestirme üzerindeki etkisini tartisir.

13: Ana bilesen regresyonu: Veri boyutlulugunu azaltmak ve robotikte öngörücü modelleri iyilestirmek için PCA'yi regresyonla iliskilendirir.

14: Çok dogrusal alt uzay ögrenimi: Robot performansini artiran çok boyutlu verileri islemek için bu gelismis yöntemi tanitir.

15: Mlpy: Robotik sistemlerde boyut azaltma araçlarini sergileyen Mlpy makine ögrenme kütüphanesini ayrintilariyla anlatir.

16: Difüzyon haritasi: Boyut azaltma için difüzyon haritasi teknigine ve robotik uygulamalarina odaklanir.

17: Özellik ögrenimi: Özellik ögrenimi kavramini ve robotik sistemlerin veri yorumlamasini gelistirmedeki önemini inceler.

18: Çekirdek uyarlanabilir filtresi: Modelleri dinamik verilere uyarlamak ve gerçek zamanli robotik karar vermeyi gelistirmek için bu filtreleme teknigini tartisir.

19: Rastgele projeksiyon: Rastgele projeksiyon tekniklerinin robotikte büyük veri kümeleri için boyut azaltmayi nasil hizlandirabilecegine dair içgörüler sunar.

20: Özellik mühendisligi: Robotlarin ortamlarini daha etkili bir sekilde anlamalarina ve etkilesime girmelerine yardimci olan özellikleri tasarlama sürecini tanitir.

21: Çok degiskenli normal dagilim: Belirsizligi ve veri modellemesini ele almak için robotikte kullanilan bu istatistiksel aracin incelenmesiyle sonuçlanir.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Bir Milyar Bilgili [Turkish]
• Seitenzahl: 354
• Erscheinungstermin: 18. Dezember 2024
• Türkisch
• ISBN-13: 6610000687879
• Artikelnr.: 72637045