The Elements of Statistical Learning : Data Mining, Inference, and Prediction /
Contenido: 1) Introducción; 2) Visión general del aprendizaje supervisado; 3) Métodos de regresión lineal; 4) Métodos lineales para la clasificación; 5) Expansiones básicas y regularización; 6) Métodos de Kernel; 7) Selección y asignación de modelo; 8) Modelos de inferencia y promedio; 9) Modelos ad...
Guardat en:
| Autor principal: | |
|---|---|
| Altres autors: | , |
| Format: | Llibre |
| Idioma: | anglès |
| Publicat: |
Nueva York, EUA :
Springer,
2016, c2016
|
| Edició: | 2a edición |
| Col·lecció: | (Springer Series in Statistics)
|
| Matèries: | |
| Etiquetes: |
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000378557 | ||
| 005 | 20250521000000.0 | ||
| 009 | 20260310120458.87 | ||
| 020 | |a 978-0-387-84857-0 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 519. 5 |b HAS | ||
| 100 | |a Hastie, Trevor |e (autor) | ||
| 245 | 1 | 4 | |a The Elements of Statistical Learning : |b Data Mining, Inference, and Prediction / |c T. Hastie, R. Tibshirani, J. Friedman. |
| 250 | |a 2a edición | ||
| 264 | 4 | |a Nueva York, EUA : |b Springer, |c 2016, c2016 | |
| 300 | |a XXII, 745 p. | ||
| 336 | |a texto |b txt |2 rdacontenido | ||
| 337 | |a sin mediación |b n |2 rdamedio | ||
| 338 | |a volumen |b nc |2 rdasoporte | ||
| 440 | 1 | |a (Springer Series in Statistics) | |
| 520 | |a Contenido: 1) Introducción; 2) Visión general del aprendizaje supervisado; 3) Métodos de regresión lineal; 4) Métodos lineales para la clasificación; 5) Expansiones básicas y regularización; 6) Métodos de Kernel; 7) Selección y asignación de modelo; 8) Modelos de inferencia y promedio; 9) Modelos aditivos, árboles y métodos relacionados; 10) Arboles aditivos y de impulso; 11) Redes neuronales; 12) Máquinas de soporte vectorial y discriminantes flexibles; 13) Métodos protitipos; 14) Aprendizaje no supervisado; 15) Bosques aleatorios; 16) Aprendiendo juntos; 17) Métodos gráficos indirectos; 18) Problemas de alta dimensión. | ||
| 521 | |a 2016 BO Licenciatura en Ingeniería Financiera | ||
| 521 | |a Peticiones 2016 Juan Diego Sánchez Torres | ||
| 649 | |a XX | ||
| 650 | |a Predicción - |x Teoría | ||
| 650 | |a Inferencia Estadística | ||
| 650 | |a Minería de Datos | ||
| 650 | |a Análisis Estadístico - |x Tema Principal | ||
| 650 | |a Estadística - |x Tema Principal | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) | ||
| 650 | |a Matemáticas de Ingeniería | ||
| 650 | |a Matemáticas | ||
| 700 | |a Tibshirani, Robert |e (autor) | ||
| 700 | |a Friedman, Jerome |e (autor) | ||
| 910 | |a Fondo General | ||
| 920 | |a Impresos - Libros | ||
| 930 | |a Colección General | ||
| 905 | |a 101 | ||
| 901 | |a 0500272595 |b IT1 |c ACC |i C151619 |u 20250521 | ||
| 901 | |a 0500282025 |b IT1 |c ACC |i C153010 |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000378557 | ||