Vor Ort
Merkzettel Warenkorb
Produktbild: Partitional Clustering Algorithms

Partitional Clustering Algorithms

97,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.09.2016

Abbildungen

X, 415 p. 78 illus., 45 illus. in color.

Herausgeber

M. Emre Celebi

Verlag

Springer

Seitenzahl

415

Maße (L/B/H)

23,5/15,5/2,4 cm

Gewicht

645 g

Auflage

Softcover reprint of the original 1st ed. 2015

Sprache

Englisch

ISBN

978-3-319-34798-1

Beschreibung

Rezension

“The content of the book is really outstanding in terms of the clarity of the discourse and the variety of well-selected examples. … The book brings substantial contributions to the field of partitional clustering from both the theoretical and practical points of view, with the concepts and algorithms presented in a clear and accessible way. It addresses a wide range of readers, including scientists, students, and researchers.” (L. State, Computing Reviews, April, 2015)

Portrait

Dr. Emre Celebi is an Associate Professor with the Department of Computer Science, at Louisiana State University in Shreveport.

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.09.2016

Abbildungen

X, 415 p. 78 illus., 45 illus. in color.

Herausgeber

M. Emre Celebi

Verlag

Springer

Seitenzahl

415

Maße (L/B/H)

23,5/15,5/2,4 cm

Gewicht

645 g

Auflage

Softcover reprint of the original 1st ed. 2015

Sprache

Englisch

ISBN

978-3-319-34798-1

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Partitional Clustering Algorithms
  • Recent developments in model-based clustering with applications.- Accelerating Lloyd’s algorithm for k-means clustering.- Linear, Deterministic, and Order-Invariant Initialization Methods for the K-Means Clustering Algorithm.- Nonsmooth optimization based algorithms in cluster analysis.- Fuzzy Clustering Algorithms and Validity Indices for Distributed Data.- Density Based Clustering: Alternatives to DBSCAN.- Nonnegative matrix factorization for interactive topic modeling and document clustering.- Overview of overlapping partitional clustering methods.- On Semi-Supervised Clustering.- Consensus of Clusterings based on High-order Dissimilarities.- Hubness-Based Clustering of High-Dimensional Data.- Clustering for Monitoring Distributed Data Streams.