Name: Data Clustering. Theory, Algorithms, and Applications (en Inglés)
Price: 136.31 USD
Availability: InStock
Author: Guojun Gan;Chaoqun Ma;Jianhong Wu
ISBN: 9781611976328

portada Data Clustering. Theory, Algorithms, and Applications (en Inglés)

Data Clustering. Theory, Algorithms, and Applications (en Inglés)

Formato

Libro Físico

Editorial

SIAM - Society for Industrial and Applied Mathematics

Autor

Guojun Gan;Chaoqun Ma;Jianhong Wu

Colección

Mathematics in Industry

Año

2020

Idioma

Inglés

N° páginas

406

Encuadernación

Tapa Blanda

ISBN13

9781611976328

Data Clustering. Theory, Algorithms, and Applications (en Inglés)

Guojun Gan;Chaoqun Ma;Jianhong Wu (Autor) · SIAM - Society for Industrial and Applied Mathematics · Tapa Blanda

Libro Nuevo Importado

Envío: 25 a 32 días háb.

$ 247.83$ 136.31

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 2 unidades

$ 136.31

Llega entre el 17 Sep y el 30 Sep a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Data Clustering. Theory, Algorithms, and Applications (en Inglés)"

Data clustering is an unsupervised process that divides a set of objects into homogeneous groups. Since the publication of the first edition of this book, development in the area has exploded, especially in clustering algorithms for big data and open-source software for cluster analysis. This second edition reflects these new developments.

Data clustering, also known as cluster analysis, is an unsupervised process that divides a set of objects into homogeneous groups. Since the publication of the first edition of this monograph in 2007, development in the area has exploded, especially in clustering algorithms for big data and open-source software for cluster analysis. This second edition reflects these new developments.

Data Clustering: Theory, Algorithms, and Applications, Second Edition:covers the basics of data clustering,includes a list of popular clustering algorithms, andprovides program code that helps users implement clustering algorithms.