Partitional Clustering via Nonsmooth Optimization (eBook)

Clustering via Optimization
eBook Download: PDF
2024 | 2., Second Edition 2025
XX, 395 Seiten
Springer Nature Switzerland (Verlag)
978-3-031-76512-4 (ISBN)

Lese- und Medienproben

Partitional Clustering via Nonsmooth Optimization - Adil Bagirov, Napsu Karmitsa, Sona Taheri
Systemvoraussetzungen
149,79 inkl. MwSt
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This updated book describes optimization models of clustering problems and clustering algorithms based on optimization techniques, including their implementation, evaluation, and applications. The book gives a comprehensive and detailed description of optimization approaches for solving clustering problems; the authors' emphasis on clustering algorithms is based on deterministic methods of optimization. The book also includes results on real-time clustering algorithms based on optimization techniques, addresses implementation issues of these clustering algorithms, and discusses new challenges arising from very large data and data with noise and outliers. The book is ideal for anyone teaching or learning clustering algorithms. It provides an accessible introduction to the ?eld and it is well suited for practitioners already familiar with the basics of optimization.

Erscheint lt. Verlag 16.12.2024
Reihe/Serie Unsupervised and Semi-Supervised Learning
Zusatzinfo XX, 395 p. 100 illus., 99 illus. in color.
Sprache englisch
Themenwelt Mathematik / Informatik Informatik Datenbanken
Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Mathematik / Informatik Mathematik Statistik
Technik Elektrotechnik / Energietechnik
Schlagworte Application of clustering algorithms • Clustering algorithms based on metaheuristics • Clustering in very large data sets • Clustering with different similarity measures • Global optimization based clustering algorithms • Heuristic clustering algorithms • Nonsmooth optimization based clustering algorithms • Optimization models of clustering problems • Real-time clustering algorithms • Visualization of clustering results
ISBN-10 3-031-76512-5 / 3031765125
ISBN-13 978-3-031-76512-4 / 9783031765124
Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 16,1 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen …

von Thomas R. Köhler; Julia Finkeissen

eBook Download (2024)
Campus Verlag
38,99