Regresión tensorial

Título original:

Tensor Regression

Contenido del libro:

El análisis de regresión es un área de interés clave en el campo del análisis de datos y el aprendizaje automático que se dedica a explorar las dependencias entre variables, a menudo utilizando vectores. La aparición de datos de alta dimensión en tecnologías como la neuroimagen, la visión por ordenador, la climatología y las redes sociales ha planteado retos a los métodos tradicionales de representación de datos. Los tensores, como extensiones de alta dimensión de los vectores, se consideran representaciones naturales de los datos de alta dimensión.

En este libro, los autores ofrecen un estudio y análisis sistemáticos de los modelos de regresión basados en tensores y sus aplicaciones en los últimos años. Agrupa e ilustra los métodos de regresión basados en tensores existentes y cubre los fundamentos, las ideas centrales y las características teóricas de la mayoría de los métodos de regresión basados en tensores. Además, los lectores pueden aprender cómo utilizar los métodos de regresión basados en tensores existentes para resolver tareas de regresión específicas con datos multidireccionales, qué conjuntos de datos pueden seleccionarse y qué paquetes de software están disponibles para comenzar el trabajo relacionado lo antes posible.

Tensor Regression es el primer resumen exhaustivo de los fundamentos, motivaciones, algoritmos populares, estrategias para una implementación eficiente, aplicaciones relacionadas, conjuntos de datos disponibles y recursos de software para el análisis de regresión basado en tensor. Se trata de una lectura esencial para todos los estudiantes, investigadores y profesionales que trabajen con datos de alta dimensión.