Livrare gratuită pentru comenzile peste 349,00 lei.

Verifică starea comenzii

Faceți parte dintr-o comunitate de iubitori de cărți din întreaga lume și beneficiați de o mulțime de avantaje Creați-vă un cont gratuit

Transport gratuit la punctele de livrare Pick Up peste 349.00 lei

Packeta 15.00 lei Serviciul de curierat Cargus 28.00 lei Easybox 20.00 lei FAN Courier 20.00 lei Punct FAN 16.00 lei Punct DPD 17.00 lei Curier Sameday 24.00 lei Curier DPD 25.00 lei

Contact

Cum să cumpăr

Ajutor

Contul meu

▸ Gol :-(

Livrare gratuită pentru comenzile peste 349,00 lei.

Dynamic Graph Learning for Dimension Reduction and Data Clustering

Name: Dynamic Graph Learning for Dimension Reduction and Data Clustering
Brand: Springer, Berlin
SKU: 43830954
Price: 223.42 RON
Availability: InStock
Author: Lei Zhu
ISBN: 9783031423123

Lei Zhu

Jingjing Li

Zheng Zhang

Limba

engleză

Carte Copertă tare

Codul Libristo: 43830954

Editura Springer, Berlin, ianuarie 2024

This book illustrates how to achieve effective dimension reduction and data clustering. The authors... Descrierea completă

Codul Libristo: 43830954

103 b

223.42 lei

În depozitul extern Expediem în 10-13 zile

Până la 30 de zile pentru returnare

Clienții au cumpărat de asemenea

Myšiakova plavba po rieke Alice Melvin

Copertă tare

62.94 lei

Opere Umberto Galimberti

Carte broșată

79.35 lei

Con las manos vacías Dolores Ventoso

Carte broșată

151.64 lei

Pinchiño en el país de las pompas Zardoya Cabo

Carte broșată

87.14 lei

Emery. Elementos de genética médica y genómica P.D. TURNPENNY

Carte broșată

450.79 lei

Italia e la bomba. Letteratura nell'era nucleare Maria Anna Mariani

Carte broșată

141.05 lei

This book illustrates how to achieve effective dimension reduction and data clustering. The authors explain how to accomplish this by utilizing the advanced dynamic graph learning technique in the era of big data. The book begins by providing background on dynamic graph learning. The authors discuss why it has attracted considerable research attention in recent years and has become well recognized as an advanced technique. After covering the key topics related to dynamic graph learning, the book discusses the recent advancements in the area. The authors then explain how these techniques can be practically applied for several purposes, including feature selection, feature projection, and data clustering.