Feature Learning and Understanding : Algorithms and Applications /
Contiene: 1) Una introducción ligera al aprendizaje de características; 2) Extracción de características semánticas latentes; 3) Análisis de componentes principales; 4) Extracción de funciones basada en aprendizaje múltiple; 5) Análisis discriminante lineal; 6) Aprendizaje de características no line...
Guardat en:
| Altres autors: | |
|---|---|
| Format: | Llibre |
| Idioma: | anglès |
| Publicat: |
Cham, Suiza :
Springer,
2020, c2020
|
| Col·lecció: | (Information Fusion and Data Science)
|
| Matèries: | |
| Accés en línia: | Ver documento en línea |
| Etiquetes: |
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000440947 | ||
| 005 | 20251023000000.0 | ||
| 009 | 20260310123349.894 | ||
| 020 | |a 978-3-030-40794-0 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 006. 31 |b FEA | ||
| 245 | 0 | 0 | |a Feature Learning and Understanding : |b Algorithms and Applications / |c H. Zhao... [et al.]. |
| 264 | 4 | |a Cham, Suiza : |b Springer, |c 2020, c2020 | |
| 264 | 2 | |a Cham, Suiza : |b Springer Link [distribución], |c 2020 | |
| 300 | |a 1 libro electrónico en línea (XIV, 291 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 (Information Fusion and Data Science) | |
| 506 | 0 | |a Licencias ilimitadas | |
| 520 | |a Contiene: 1) Una introducción ligera al aprendizaje de características; 2) Extracción de características semánticas latentes; 3) Análisis de componentes principales; 4) Extracción de funciones basada en aprendizaje múltiple; 5) Análisis discriminante lineal; 6) Aprendizaje de características no lineales basado en Kernel; 7) Aprendizaje de características dispersas; 8) Aprendizaje de características de rango bajo; 9) Aprendizaje de funciones basado en tensores; 10) Aprendizaje de funciones basado en redes neuronales: codificador automático; 11) Aprendizaje de funciones basado en redes neuronales: red neuronal convolucional; 12) Aprendizaje de funciones basado en redes neuronales: red neuronal recurrente. | ||
| 521 | |a 2021 BO Maestría en Ciencia de Datos | ||
| 649 | |a XX | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) - |x Tema Principal | ||
| 650 | |a Redes Neurales | ||
| 650 | |a Inteligencia Artificial | ||
| 650 | |a Autómatas Matemáticos - |x Teoría | ||
| 650 | |a Algoritmos Computacionales | ||
| 650 | |a Sistemas Computacionales | ||
| 650 | |a Ingeniería Computacional | ||
| 700 | |a Zhao, Haitao |e (autor) | ||
| 856 | 4 | 0 | |u https://link-springer-com.ezproxy.iteso.mx/10.1007/978-3-030-40794-0 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 440947-1 |b IT2 |c EBO |i C177977 |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000440947 | ||