Vor Ort
Merkzettel Warenkorb
  • Produktbild: Low-Rank and Sparse Modeling for Visual Analysis
  • Produktbild: Low-Rank and Sparse Modeling for Visual Analysis

Low-Rank and Sparse Modeling for Visual Analysis

99,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.10.2016

Abbildungen

VII, 66 illus., 51 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Herausgeber

Yun Fu

Verlag

Springer

Seitenzahl

236

Maße (L/B/H)

23,5/15,5/1,4 cm

Gewicht

376 g

Auflage

Softcover reprint of the original 1st edition 2014

Sprache

Englisch

ISBN

978-3-319-35567-2

Beschreibung

Portrait

Yun Fu is an Assistant Professor, ECE and CS, Northeastern University

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.10.2016

Abbildungen

VII, 66 illus., 51 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Herausgeber

Yun Fu

Verlag

Springer

Seitenzahl

236

Maße (L/B/H)

23,5/15,5/1,4 cm

Gewicht

376 g

Auflage

Softcover reprint of the original 1st edition 2014

Sprache

Englisch

ISBN

978-3-319-35567-2

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Low-Rank and Sparse Modeling for Visual Analysis
  • Produktbild: Low-Rank and Sparse Modeling for Visual Analysis
  • Nonlinearly Structured Low-Rank Approximation.- Latent Low-Rank Representation.- Scalable Low-Rank Representation.- Low-Rank and Sparse Dictionary Learning.- Low-Rank Transfer Learning.- Sparse Manifold Subspace Learning.- Low Rank Tensor Manifold Learning.- Low-Rank and Sparse Multi-Task Learning.- Low-Rank Outlier Detection.- Low-Rank Online Metric Learning.