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...

Descripción completa

Detalles Bibliográficos

Autor principal:	Deisenroth, Marc Peter (autor)
Otros autores:	Faisal, A. Aldo (autor) (autor), Ong, Cheng Soon (autor) (autor)
Formato:	Libro
Idioma:	Inglés
Publicado:	Nueva York, EUA : Cambridge University, 2021, c2020
Temas:	Datos - > Administración Modelos Matemáticos Aprendizaje Automático (Inteligencia Artificial) - > Tema Principal Matrices (Matemáticas) Procesos de Gauss Distribución (Teoría de la Probabilidad) Probabilidad Algebra Lineal Geometría Analítica Cálculo Vectorial Matemáticas de Ingeniería Ingeniería Computacional
Etiquetas:	Agrega una etiqueta Sin etiquetas, Sé el primero en etiquetar este registro!