Regressione tensoriale

Titolo originale:

Tensor Regression

Contenuto del libro:

L'analisi di regressione è un'area di interesse fondamentale nel campo dell'analisi dei dati e dell'apprendimento automatico, dedicata all'esplorazione delle dipendenze tra variabili, spesso utilizzando vettori. L'emergere di dati ad alta dimensionalità in tecnologie come il neuroimaging, la computer vision, la climatologia e le reti sociali, ha posto delle sfide ai metodi tradizionali di rappresentazione dei dati. I tensori, in quanto estensioni ad alta dimensionalità dei vettori, sono considerati come rappresentazioni naturali dei dati ad alta dimensionalità.

In questo libro, gli autori forniscono uno studio e un'analisi sistematica dei modelli di regressione basati sui tensori e delle loro applicazioni negli ultimi anni. Raggruppa e illustra i metodi di regressione basati sui tensori esistenti e copre le basi, le idee fondamentali e le caratteristiche teoriche della maggior parte dei metodi di regressione basati sui tensori. Inoltre, i lettori possono apprendere come utilizzare i metodi di regressione basati sui tensori esistenti per risolvere compiti specifici di regressione con dati a più vie, quali set di dati possono essere selezionati e quali pacchetti software sono disponibili per iniziare il prima possibile il lavoro relativo.

È la prima panoramica completa dei fondamenti, delle motivazioni, degli algoritmi più diffusi, delle strategie per un'implementazione efficiente, delle applicazioni correlate, dei set di dati disponibili e delle risorse software per l'analisi di regressione basata sui tensori. È una lettura essenziale per tutti gli studenti, i ricercatori e i professionisti che lavorano su dati ad alta dimensionalità.