Stable Feature Selection in Empty Spaces, Fachbücher von Thibault Helleputte

"Stable Feature Selection in Empty Spaces" ist ein Fachbuch, das sich mit der Herausforderung der Merkmalsauswahl in hochdimensionalen Datenräumen befasst, in denen die Anzahl der Dimensionen oft schneller wächst als die Anzahl der verfügbaren Datenpunkte. Dies ist besonders relevant in Bereichen wie der Genomik, wo die Schätzung robuster prädiktiver Modelle durch die sogenannte "Curse of Dimensionality" erschwert wird. Das Buch bietet einen umfassenden Überblick über Techniken zur sparsamen Merkmalsauswahl und zur Schätzung von Modellen, die eine gute Klassifikationsleistung in diesen leeren, hochdimensionalen Räumen erreichen. Es wird erläutert, wie geeignete induktive Verzerrungen, wie Ensemble-Methoden oder die Nutzung externer Informationen, dazu beitragen können, die Herausforderungen der Datenknappheit zu bewältigen. Die vorgestellten Methoden werden anhand von Genexpressions-Mikroarray-Datensätzen getestet, die typischerweise aus wenigen Dutzend Proben und Tausenden von Dimensionen bestehen.