Fouad Sabry

Redução da dimensionalidade (eBook, ePUB)

Avanços no processamento de dados para sistemas inteligentes
Übersetzer: Azevedo, Felipe

• Format: ePub

Produktbeschreibung

1: Redução de dimensionalidade: apresenta o conceito e a necessidade de reduzir a complexidade de dados de alta dimensão em robótica.

2: Análise de componentes principais: discute PCA como uma técnica linear essencial para extração de recursos e compressão de dados.

3: Redução de dimensionalidade não linear: explora técnicas não lineares para capturar estruturas de dados complexas em robótica.

4: Eigenface: aborda o uso de eigenfaces para reconhecimento facial em robótica, demonstrando uma aplicação real de redução de dimensionalidade.

5: Funções ortogonais empíricas: descreve um método para representar dados de uma forma que captura recursos importantes para sistemas robóticos.

6: Incorporação semidefinida: apresenta esta técnica para preservar relacionamentos de dados enquanto reduz a dimensionalidade, melhorando o processamento de dados robóticos.

7: Análise discriminante linear: explica como LDA ajuda em tarefas de classificação ao focar na separabilidade de classe em dados reduzidos.

8: Fatoração de matriz não negativa: descreve como NMF ajuda a extrair representações baseadas em partes de dados, particularmente para robótica.

9: Análise de componentes principais do kernel: expande o PCA com métodos do kernel para lidar com dados não lineares, cruciais para sistemas de robótica que trabalham com entradas complexas.

10: Shogun (caixa de ferramentas): destaca a caixa de ferramentas de aprendizado de máquina Shogun, que inclui métodos de redução de dimensionalidade para aplicações robóticas.

11: Agrupamento espectral: abrange esta técnica para agrupar dados de alta dimensão, uma tarefa essencial na percepção e compreensão robótica.

12: Isomap: discute o Isomap, um método para redução de dimensionalidade não linear, e seu impacto na melhoria de modelos robóticos.

13: Regressão de componentes principais: vincula o PCA com a regressão para reduzir a dimensionalidade dos dados e melhorar os modelos preditivos em robótica.

14: Aprendizado de subespaço multilinear: apresenta este método avançado para lidar com dados multidimensionais, aumentando o desempenho do robô.

15: Mlpy: Detalha a biblioteca de aprendizado de máquina Mlpy, apresentando ferramentas para redução de dimensionalidade em sistemas robóticos.

16: Mapa de difusão: Foca na técnica de mapa de difusão para redução de dimensionalidade e sua aplicação à robótica.

17: Aprendizado de recursos: Explora o conceito de aprendizado de recursos e sua importância no aprimoramento da interpretação de dados de sistemas robóticos.

18: Filtro adaptativo de kernel: Discute essa técnica de filtragem para adaptar modelos a dados dinâmicos, melhorando a tomada de decisões robóticas em tempo real.

19: Projeção aleatória: Oferece insights sobre como as técnicas de projeção aleatória podem acelerar a redução de dimensionalidade para grandes conjuntos de dados em robótica.

20: Engenharia de recursos: Apresenta o processo de projetar recursos que ajudam os robôs a entender e interagir com seus ambientes de forma mais eficaz.

21: Distribuição normal multivariada: Conclui com uma exploração dessa ferramenta estatística usada em robótica para lidar com incertezas e modelagem de dados.

---

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: Um Bilhão Bem Informado [Portuguese]
• Seitenzahl: 354
• Erscheinungstermin: 18. Dezember 2024
• Portugiesisch
• ISBN-13: 6610000687824
• Artikelnr.: 72637155