Practical Machine Learning : Tackle the Real-World Complexities of Modern Machine Learning with Innovative and Cutting-Edge Techniques /
Contenido: 1) Introducción al aprendizaje automático; 2) Aprendizaje automático y conjuntos de datos a gran escala; 3) Introducción a la arquitectura y el ecosistema de Hadoop; 4) Herramientas, bibliotecas y marcos de aprendizaje automático; 5) Aprendizaje basado en el árbol de decisiones; 6) Aprend...
محفوظ في:
| المؤلف الرئيسي: | |
|---|---|
| التنسيق: | كتاب |
| اللغة: | الإنجليزية |
| منشور في: |
Birmingham, Inglaterra :
Packt,
2016, c2016
|
| سلاسل: | (Community Experience Distilled)
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | Ver documento en línea |
| الوسوم: |
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000429288 | ||
| 005 | 20251023000000.0 | ||
| 009 | 20260310122854.383 | ||
| 020 | |a 978-1-78439-401-1 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 006. 31 |b GOL | ||
| 100 | |a Gollapudi, Sunila |e (autor) | ||
| 245 | 1 | 0 | |a Practical Machine Learning : |b Tackle the Real-World Complexities of Modern Machine Learning with Innovative and Cutting-Edge Techniques / |c S. Gollapudi ; pról. de V. Laxmikanth. |
| 264 | 4 | |a Birmingham, Inglaterra : |b Packt, |c 2016, c2016 | |
| 264 | 2 | |a Birmingham, EUA : |b EBSCOhost [distribución], |c 2016 | |
| 300 | |a 1 libro electrónico en línea (433 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 (Community Experience Distilled) | |
| 506 | 0 | |a Licencias ilimitadas | |
| 520 | |a Contenido: 1) Introducción al aprendizaje automático; 2) Aprendizaje automático y conjuntos de datos a gran escala; 3) Introducción a la arquitectura y el ecosistema de Hadoop; 4) Herramientas, bibliotecas y marcos de aprendizaje automático; 5) Aprendizaje basado en el árbol de decisiones; 6) Aprendizaje basado en métodos de instancia y Kernel; 7) Aprendizaje basado en reglas de asociación; 8) Aprendizaje basado en agrupaciones; 9) Aprendizaje bayesiano; 10) Aprendizaje basado en regresión; 11) Aprendizaje profundo; 12) Aprendizaje por refuerzo; 13) Aprendizaje conjunto; 14) Arquitecturas de datos de nueva generación para el aprendizaje automático. | ||
| 521 | |a 2021 BO Licenciatura en Ingeniería en Mecatrónica | ||
| 649 | |a XX | ||
| 650 | |a Big Data | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) - |x Tema Principal | ||
| 650 | |a Inteligencia Artificial | ||
| 650 | |a Autómatas Matemáticos - |x Teoría | ||
| 650 | |a Modelos Lineales (Estadística) | ||
| 650 | |a Estadística | ||
| 650 | |a Matemáticas | ||
| 650 | |a Informática | ||
| 650 | |a Ingeniería Computacional | ||
| 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=1163839 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 429288-1 |b IT2 |c EBO |i C175325 |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000429288 | ||