An Introduction to Statistical Learning : With Applications in Python /
Contiene: 1) Introducción; 2) Aprendizaje estadístico; 3) Regresión lineal; 4) Clasificación; 5) Métodos de remuestreo; 6) Selección y regularización de modelos lineales; 7) Ir más allá de la linealidad; 8) Modelos basados en árboles; 9) Máquinas de vectores de soporte; 10) Aprendizaje profundo; 11)...
Gorde:
| Beste egile batzuk: | , |
|---|---|
| Formatua: | Liburua |
| Hizkuntza: | ingelesa |
| Argitaratua: |
Cham, Suiza :
Springer,
2023, c2023
|
| Saila: | (Springer Texts in Statistics)
|
| Gaiak: | |
| Etiketak: |
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000590676 | ||
| 005 | 20250812102543.0 | ||
| 009 | 20260310132913.382 | ||
| 020 | |a 978-3-031-39189-7 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 519. 5 |b INT | ||
| 245 | 0 | 3 | |a An Introduction to Statistical Learning : |b With Applications in Python / |c G. James... [et al.] ; pref. de Y. Berra. |
| 264 | 4 | |a Cham, Suiza : |b Springer, |c 2023, c2023 | |
| 300 | |a XV, 607 p. | ||
| 336 | |a texto |b txt |2 rdacontenido | ||
| 337 | |a sin mediación |b n |2 rdamedio | ||
| 338 | |a volumen |b nc |2 rdasoporte | ||
| 440 | 1 | |a (Springer Texts in Statistics) | |
| 520 | |a Contiene: 1) Introducción; 2) Aprendizaje estadístico; 3) Regresión lineal; 4) Clasificación; 5) Métodos de remuestreo; 6) Selección y regularización de modelos lineales; 7) Ir más allá de la linealidad; 8) Modelos basados en árboles; 9) Máquinas de vectores de soporte; 10) Aprendizaje profundo; 11) Análisis de supervivencia y datos censurados; 12) Aprendizaje no supervisado; 13 Pruebas múltiples. | ||
| 521 | |a 2025 BO Licenciatura en Ingeniería en Inteligencia Artificial | ||
| 521 | |a 2025 BO Licenciatura en Ingeniería en Nanotecnología | ||
| 521 | |a 2025 BO Licenciatura en Ingeniería y Ciencia de Datos | ||
| 649 | |a XX | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) | ||
| 650 | |a Inteligencia Artificial | ||
| 650 | |a Programación Orientada a Objetos | ||
| 650 | |a Lenguajes de Programación | ||
| 650 | |a Modelos Matemáticos - |x Problemas, Ejercicios, etc. | ||
| 650 | |a Modelos Matemáticos - |x Tema Principal | ||
| 650 | |a Análisis Estadístico | ||
| 650 | |a Estadística - |x Problemas, Ejercicios, etc. - |x Tema Principal | ||
| 650 | |a Estadística - |x Tema Principal | ||
| 650 | |a Matemáticas | ||
| 650 | |a Ingeniería Computacional | ||
| 700 | |a James, Gareth |e (autor) | ||
| 700 | |a Berra, Yogi |e (prefacio) | ||
| 910 | |a Fondo General | ||
| 920 | |a Impresos - Libros | ||
| 930 | |a Reserva Especial | ||
| 905 | |a 103 | ||
| 901 | |a 590718-10 |b IT1 |c REE |i C187579 |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000590676 | ||