Probabilistic Machine Learning : An Introduction /
Contiene: 1) Fundamentos; 2) Modelos lineales; 3) Redes neuronales profundas; 4) Modelos no paramétricos; 5) Más allá del aprendizaje supervisado.
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Libro |
| Idioma: | Inglés |
| Publicado: |
Cambridge, EUA :
Massachusetts Institute of Technology,
2022, c2022
|
| Colección: | (Adaptive Computation and Machine Learning)
|
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
| Resumen: | Contiene: 1) Fundamentos; 2) Modelos lineales; 3) Redes neuronales profundas; 4) Modelos no paramétricos; 5) Más allá del aprendizaje supervisado. |
|---|---|
| Descripción física: | 1 libro electrónico en línea (1 v. sin paginación) 1 recurso en línea |
| Público: | 2024 BO Licenciatura en Ingeniería en Mecatrónica 2025 BO Licenciatura en Ingeniería y Ciencia de Datos Peticiones 2022 |
| ISBN: | 9780262369305 |
| Acceso: | Licencias ilimitadas |