Mathematics for Machine Learning /
Contiene: I) Fundamentos matemáticos: 1. Introducción y motivación; 2. Algebra lineal; 3. Geometría analítica; 4. Descomposición de matrices; 5. Cálculo vectorial; 6. Probabilidad y distribuciones; 7. Optimización continua. II) Problemas centrales de aprendizaje automático: 8. Cuando los modelos se...
Guardat en:
| Autor principal: | |
|---|---|
| Altres autors: | , |
| Format: | Llibre |
| Idioma: | anglès |
| Publicat: |
Nueva York, EUA :
Cambridge University,
2021, c2020
|
| Matèries: | |
| Etiquetes: |
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000433781 | ||
| 005 | 20250812090538.0 | ||
| 009 | 20260310123049.311 | ||
| 020 | |a 978-1-108-45514-5 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 006. 31 |b DEI | ||
| 100 | |a Deisenroth, Marc Peter |e (autor) | ||
| 245 | 1 | 0 | |a Mathematics for Machine Learning / |c M.P. Deisenroth, A.A. Faisal, C.S. Ong. |
| 264 | 4 | |a Nueva York, EUA : |b Cambridge University, |c 2021, c2020 | |
| 300 | |a XVII, 371 p. | ||
| 336 | |a texto |b txt |2 rdacontenido | ||
| 337 | |a sin mediación |b n |2 rdamedio | ||
| 338 | |a volumen |b nc |2 rdasoporte | ||
| 520 | |a Contiene: I) Fundamentos matemáticos: 1. Introducción y motivación; 2. Algebra lineal; 3. Geometría analítica; 4. Descomposición de matrices; 5. Cálculo vectorial; 6. Probabilidad y distribuciones; 7. Optimización continua. II) Problemas centrales de aprendizaje automático: 8. Cuando los modelos se encuentran con los datos; 9. Regresión lineal; 10. Reducción de dimensionalidad con análisis de los principales componentes; 11. Estimación de densidad con modelos gaussianos de mezcla; 12. Clasificación con máquinas vectoriales de apoyo. | ||
| 521 | |a 2021 BO Maestría en Ciencia de Datos | ||
| 521 | |a 2024 BO Licenciatura en Ingeniería en Mecatrónica | ||
| 521 | |a 2024 BO Licenciatura en Ingeniería Financiera | ||
| 521 | |a 2025 BO Licenciatura en Ingeniería y Ciencia de Datos | ||
| 649 | |a XX | ||
| 650 | |a Datos - |x Administración | ||
| 650 | |a Modelos Matemáticos | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) - |x Tema Principal | ||
| 650 | |a Matrices (Matemáticas) | ||
| 650 | |a Procesos de Gauss | ||
| 650 | |a Distribución (Teoría de la Probabilidad) | ||
| 650 | |a Probabilidad | ||
| 650 | |a Algebra Lineal | ||
| 650 | |a Geometría Analítica | ||
| 650 | |a Cálculo Vectorial | ||
| 650 | |a Matemáticas de Ingeniería | ||
| 650 | |a Ingeniería Computacional | ||
| 700 | |a Faisal, A. Aldo |e (autor) | ||
| 700 | |a Ong, Cheng Soon |e (autor) | ||
| 910 | |a Fondo General | ||
| 920 | |a Impresos - Libros | ||
| 930 | |a Colección General | ||
| 905 | |a 101 | ||
| 901 | |a 0500351459 |b IT1 |c ACC |i C175744 |u 20250521 | ||
| 901 | |a 0500351463 |b IT1 |c ACC |i C175743 |u 20250521 | ||
| 901 | |a 0500351462 |b IT1 |c ACC |i C175742 |u 20250521 | ||
| 901 | |a 0500351461 |b IT1 |c ACC |i C175741 |u 20250521 | ||
| 901 | |a 0500351460 |b IT1 |c ACC |i C175740 |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000433781 | ||