Principal Manifolds for Data Visualization and Dimension Reduction, Fachbücher von Donald C. Wunsch, Alexander N. Gorban...

Das Buch "Principal Manifolds for Data Visualization and Dimension Reduction" bietet eine umfassende Einführung in die Methoden der Datenanalyse, Visualisierung und Dimensionsreduktion, die seit der Erfindung der Hauptkomponentenanalyse (PCA) durch Karl Pearson im Jahr 1901 entwickelt wurden. Es behandelt eine Vielzahl von Techniken, darunter unabhängige Komponentenanalysen (ICA), multidimensionale Skalierung (MDS), nichtlineare PCA (NLPCA) und selbstorganisierende Karten (SOM). Die Autoren, Alexander N. Gorban, Balazs Kégl und Donald C. Wunsch, präsentieren neue Ansätze zu NLPCA, Hauptmannigfaltigkeiten und topologieerhaltenden Abbildungen. Das Buch ist reich an Fallstudien, die von der Ingenieurwissenschaft bis zur Astronomie reichen, mit einem besonderen Fokus auf biologische Daten wie Mikroarray- und Metabolitdaten. Ein abschliessendes Tutorial bietet eine praktische Anwendung von PCA und K-means zur Entschlüsselung des Genoms. Es richtet sich an Praktiker in den Lebenswissenschaften, Ingenieurwesen, Physik und Chemie sowie an Doktoranden und Forscher in Informatik, angewandter Mathematik und Statistik.