Nonnegative Matrix Factorization
Nicolas Gillis
dek 2020 · Data Science Kitab 2 · SIAM
E-kitab
376
Səhifələr
family_home
Uyğundur
info
reportReytinqlər və rəylər doğrulanmır Ətraflı Məlumat
Bu e-kitab haqqında
Nonnegative matrix factorization (NMF) in its modern form has become a standard tool in the analysis of high-dimensional data sets. This book provides a comprehensive and up-to-date account of the most important aspects of the NMF problem and is the first to detail its theoretical aspects, including geometric interpretation, nonnegative rank, complexity, and uniqueness. It explains why understanding these theoretical insights is key to using this computational tool effectively and meaningfully.
Nonnegative Matrix Factorization is accessible to a wide audience and is ideal for anyone interested in the workings of NMF. It discusses some new results on the nonnegative rank and the identifiability of NMF and makes available MATLAB codes for readers to run the numerical examples presented in the book.
Graduate students starting to work on NMF and researchers interested in better understanding the NMF problem and how they can use it will find this book useful. It can be used in advanced undergraduate and graduate-level courses on numerical linear algebra and on advanced topics in numerical linear algebra and requires only a basic knowledge of linear algebra and optimization.
Bu e-kitabı qiymətləndirin
Fikirlərinizi bizə deyin
Məlumat oxunur
Smartfonlar və planşetlər
Android və iPad/iPhone üçün Google Play Kitablar tətbiqini quraşdırın. Bu hesabınızla avtomatik sinxronlaşır və harada olmağınızdan asılı olmayaraq onlayn və oflayn rejimdə oxumanıza imkan yaradır.
Noutbuklar və kompüterlər
Kompüterinizin veb brauzerini istifadə etməklə Google Play'də alınmış audio kitabları dinləyə bilərsiniz.
eReader'lər və digər cihazlar
Kobo eReaders kimi e-mürəkkəb cihazlarında oxumaq üçün faylı endirməli və onu cihazınıza köçürməlisiniz. Faylları dəstəklənən eReader'lərə köçürmək üçün ətraflı Yardım Mərkəzi təlimatlarını izləyin.
