Aprendizaje automático : conceptos básicos y avanzados : aspectos prácticos utilizando el software WEKA /
Contenido: 1. Introducción general; 2. Paradigmas del aprendizaje automático; 3. Algoritmos de clasificación por vecindad; 4. Arboles de clasificación; 5. Aprendizaje de reglas de decisión; 6. Redes bayesianas; 7. Introducción a las redes neuronales; 8. Modelos ocultos de Markov; 9. Métodos kernel y...
Guardat en:
| Autor principal: | |
|---|---|
| Format: | Llibre |
| Idioma: | espanyol |
| Publicat: |
Madrid, España :
Pearson,
2006, c2006
|
| Matèries: | |
| Etiquetes: |
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000284674 | ||
| 005 | 20250521000000.0 | ||
| 009 | 20260310111714.473 | ||
| 020 | |a 978-84-8322-318-5 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ESP | ||
| 082 | |a 006. 31 |b SIE | ||
| 100 | |a Sierra Araujo, Basilio |e (coord.) | ||
| 245 | 1 | 0 | |a Aprendizaje automático : |b conceptos básicos y avanzados : aspectos prácticos utilizando el software WEKA / |c Coord. de B. Sierra Araujo. |
| 264 | 4 | |a Madrid, España : |b Pearson, |c 2006, c2006 | |
| 300 | |a XXVII, 482 p. + |e 1 disco compacto de computadora | ||
| 336 | |a texto |b txt |2 rdacontenido | ||
| 337 | |a sin mediación |b n |2 rdamedio | ||
| 338 | |a volumen |b nc |2 rdasoporte | ||
| 520 | |a Contenido: 1. Introducción general; 2. Paradigmas del aprendizaje automático; 3. Algoritmos de clasificación por vecindad; 4. Arboles de clasificación; 5. Aprendizaje de reglas de decisión; 6. Redes bayesianas; 7. Introducción a las redes neuronales; 8. Modelos ocultos de Markov; 9. Métodos kernel y máquinas de vectores soporte; 10. Programación lógica inductiva (ILP); 11. Aprendizaje por refuerzo; 12. Clasificación: análisis de clusters (Clustering); 13. Algoritmos evolutivos; 14. Análisis discriminante y regresión logística; 15. Discretización de atributos continuos; 16. Descomposición en valores singulares; 17. Combinación de clasificadores; 18. Clasificadores híbridos; 19. Aspectos avanzados en árboles de clasificación; 20. Una aplicación de las SVM; 21. Medición del ritmo cardíaco fetal usando Análisis de Componentes Independientes (ICA); 22. Algoritmo genético para el pesado de atributos; 23. Una aproximación al software WEKA. | ||
| 649 | |a XX | ||
| 650 | |a Clasificación | ||
| 650 | |a Toma de Decisiones | ||
| 650 | |a Estadística | ||
| 650 | |a Algoritmos Genéticos | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) - |x Tema Principal | ||
| 650 | |a Redes Neurales | ||
| 650 | |a Inteligencia Artificial | ||
| 650 | |a Ingeniería Computacional | ||
| 910 | |a Fondo General | ||
| 920 | |a Impresos - Libros | ||
| 930 | |a Colección General | ||
| 905 | |a 101 | ||
| 901 | |a 0500171079 |b IT1 |c ACC |u 20250521 | ||
| 901 | |a SFW0000611 |b IT2 |c SWS |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000284674 | ||