Modern Multivariate Statistical Techniques : Regression, Classification, and Manifold Learning /
Contenido: 1) Introducción y vista previa. 2) Datos y bases de datos. 3) Matrices y vectores aleatorios. 4) Estimación de densidad no paramétrica. 5) Evaluación y selección de modelos en regresión múltiple. 6) Regresión multivariante. 7) Reducción de dimensionalidad lineal. 8) Análisis discriminante...
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | |
| Язык: | английский |
| Опубликовано: |
Nueva York, EUA :
Springer,
2008, c2008
|
| Серии: | (Springer Texts in Statistics)
|
| Предметы: | |
| Online-ссылка: | Ver documento en línea |
| Метки: |
Нет меток, Требуется 1-ая метка записи!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000418394 | ||
| 005 | 20251023000000.0 | ||
| 009 | 20260310122416.017 | ||
| 020 | |a 978-0-387-78189-1 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 519. 535 |b IZE | ||
| 100 | |a Izenman, Alan J. |e (autor) | ||
| 245 | 1 | 0 | |a Modern Multivariate Statistical Techniques : |b Regression, Classification, and Manifold Learning / |c A.J. Izenman. |
| 264 | 4 | |a Nueva York, EUA : |b Springer, |c 2008, c2008 | |
| 264 | 2 | |a Birmingham, EUA : |b EBSCOhost [distribución], |c 2008 | |
| 300 | |a 1 libro electrónico en línea (XXV, 731 p.) | ||
| 300 | |a 1 recurso en línea | ||
| 336 | |a datos para computadora |b cod |2 rdacontenido | ||
| 337 | |a computadora |b c |2 rdamedio | ||
| 338 | |a recurso en línea |b cr |2 rdasoporte | ||
| 440 | 1 | |a (Springer Texts in Statistics) | |
| 506 | 1 | |a 1 licencia | |
| 520 | |a Contenido: 1) Introducción y vista previa. 2) Datos y bases de datos. 3) Matrices y vectores aleatorios. 4) Estimación de densidad no paramétrica. 5) Evaluación y selección de modelos en regresión múltiple. 6) Regresión multivariante. 7) Reducción de dimensionalidad lineal. 8) Análisis discriminante lineal. 9) Partición recursiva y métodos basados en árboles. 10) Redes neuronales artificiales. 11) Máquinas de vectores de soporte. 12) Análisis de conglomerados. 13) Escala multidimensional y geometría de distancia. 14) Máquinas de Comité. 15) Modelos de variables latentes para la separación de fuente ciega. 16) Reducción de dimensionalidad no lineal y aprendizaje múltiple. 17) Análisis de correspondencia. | ||
| 521 | |a EEnlace Departamento de Matemáticas y Física 2019 | ||
| 649 | |a XX | ||
| 650 | |a Análisis de Conglomerados | ||
| 650 | |a Análisis Discriminante | ||
| 650 | |a Análisis Factorial | ||
| 650 | |a Análisis Estadístico Multivariable - |x Tema Principal | ||
| 650 | |a Análisis de Varianza | ||
| 650 | |a Análisis de Regresión | ||
| 650 | |a Correlación (Estadística) | ||
| 650 | |a Estadística | ||
| 650 | |a Matemáticas | ||
| 856 | 4 | 0 | |u https://ezproxy.iteso.mx/login?url=https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=275789 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 418394-1 |b IT2 |c EBO |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000418394 | ||