High-Dimensional Data Analysis with Low-Dimensional Models

Denne boka gir en systematisk og grundig innføring i grunnprinsippene, algoritmene og anvendelsene av sentrale matematiske modeller for høy-dimensjonal dataanalyse. Med sin omfattende tilnærming dekker den en rekke ulike lav-dimensjonale modeller og analytiske teknikker, inkludert spredte og lav-rank modeller, samt både konvekse og ikke-konvekse formuleringer. Leserne vil lære hvordan man utvikler effektive og skalerbare algoritmer for å løse virkelige problemer, støttet av tallrike eksempler og oppgaver gjennom hele boken. Videre vil de oppdage hvordan man bruker de beregningsverktøyene som er lært i diverse anvendelseskontekster. Blant de presenterte applikasjonene finner vi vitenskapelig bildebehandling, kommunikasjon, ansiktsgjenkjenning, 3D-visjon, og dype nettverk for klassifisering. Med tilgjengelig kode på nettet, er dette en ideell lærebok for høyere utdanningsstudenter innen datavitenskap, dataanalyse og elektroteknikk, samt for de som tar kurs om sparsitet og lav-dimensjonalitet.