Nonparametric Kernel Density Estimation and Its Computational Aspects

de

Éditeur :

Springer

Collection : Studies in Big Data

Paru le : 2017-12-21

This book describes computational problems related to kernel density estimation (KDE) – one of the most important and widely used data smoothing techniques. A very detailed description of novel FFT-based algorithms for both KDE computations and bandwidth selection are presented.The theory of KDE app...
Voir tout
Ce livre est accessible aux handicaps Voir les informations d'accessibilité
Ebook téléchargement , DRM LCP 🛈 DRM Adobe 🛈
Compatible lecture en ligne (streaming)
137,14
Ajouter à ma liste d'envies
Téléchargement immédiat
Dès validation de votre commande
Image Louise Reader présentation

Louise Reader

Lisez ce titre sur l'application Louise Reader.

À propos


Éditeur

Collection

Parution
2017-12-21

Pages
176 pages

EAN papier
9783319716879

Auteur(s) du livre



Caractéristiques détaillées - droits

EAN PDF
9783319716886
Prix
137,14 €
Nombre pages copiables
1
Nombre pages imprimables
17
Taille du fichier
8294 Ko

Suggestions personnalisées