|
|
|
|
| LEADER |
00000nam^a2200000^a^4500 |
| 001 |
000613893 |
| 005 |
20251023000000.0 |
| 009 |
20260526154147.875 |
| 020 |
|
|
|a 978-3-031-33309-5
|
| 037 |
|
|
|a Acervo ITESO - Biblioteca
|
| 041 |
|
|
|a ING
|
| 082 |
|
|
|a 006. 3
|b IDR
|
| 100 |
|
|
|a Idrissi, Abdellah
|e (edición)
|
| 245 |
1 |
0 |
|a Modern Artificial Intelligence and Data Science :
|b Tools, Techniques and Systems /
|c Ed. de A. Idrissi.
|
| 264 |
|
4 |
|a Cham, Suiza :
|b Springer,
|c 2023, c2023
|
| 264 |
|
2 |
|a Cham, Suiza :
|b Springer Link [distribución],
|c 2025, c2025
|
| 300 |
|
|
|a 1 libro electrónico en línea (XIII, 330 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 (Studies in Computational Intelligence ;
|v 1102)
|
| 506 |
0 |
|
|a Licencias ilimitadas
|
| 520 |
|
|
|a Contiene: Algoritmo TopKWS en el paradigma Map-Reduce para sistemas de recomendación de calidad de servicio (QoS) en computación en la nube; Nuevas máquinas de factorización basadas en contexto para sistemas de recomendación sensibles al contexto; Revisión de sistemas de recomendación y sus aplicaciones en e-learning; Mejora del sistema de recomendación de cursos mediante el algoritmo "divide y vencerás"; Aprendizaje por refuerzo profundo en el contexto de los mercados: análisis y desafíos abiertos; Un estudio de la computación paralela: desafíos, métodos y direcciones; Una red neuronal Bi-LSTM para pronosticar el índice bursátil; CNN rápida basada en Yolo V7 para el reconocimiento de buques y vigilancia marítima mediante transmisión de video; Red convolucional gráfica para análisis de sentimientos multilingües; Predicción de los niveles de glucosa en sangre en la diabetes tipo 1 mediante LSTM; Detección de sarcasmo en redes sociales mediante aprendizaje automático; Predicción del abandono escolar mediante algoritmos de aprendizaje automático; Predicción de la supervivencia en pacientes con cáncer nasofaríngeo mediante métodos de aprendizaje automático; Análisis comparativo de los algoritmos Skyline utilizados para seleccionar servicios en la nube según la calidad de servicio (QoS); Estudio de vanguardia sobre la detección de ransomware mediante aprendizaje automático y aprendizaje profundo; Mejora de la aplicación de la tecnología blockchain para el seguimiento de procesos en la cadena de suministro con inteligencia empresarial integrada; Inteligencia artificial aplicada a Blockchain e IoT: estudio de mecanismos de consenso para blockchain; Diseño y construcción de un invernadero agrícola inteligente; Implementación y gestión de un sistema de control domótico (casa inteligente).
|
| 521 |
|
|
|a 2025 BO Licenciatura en Ingeniería y Ciencia de Datos
|
| 649 |
|
|
|a XX
|
| 650 |
|
|
|a Internet de las Cosas
|
| 650 |
|
|
|a Computación Ubicua
|
| 650 |
|
|
|a Algoritmos Computacionales
|
| 650 |
|
|
|a Blockchain (Base de Datos)
|
| 650 |
|
|
|a Big Data
|
| 650 |
|
|
|a Minería de Datos
|
| 650 |
|
|
|a Análisis de Datos
|
| 650 |
|
|
|a Proceso de Datos
|
| 650 |
|
|
|a Agentes Inteligentes (Software)
|
| 650 |
|
|
|a Aprendizaje Automático (Inteligencia Artificial) -
|x Tema Principal
|
| 650 |
|
|
|a Inteligencia Artificial -
|x Tema Principal
|
| 650 |
|
|
|a Ciencia de Datos -
|x Tema Principal
|
| 650 |
|
|
|a Ingeniería Computacional
|
| 856 |
4 |
0 |
|u https://link-springer-com.ezproxy.iteso.mx/10.1007/978-3-031-33309-5
|y Ver documento en línea
|
| 910 |
|
|
|a Fondo General
|
| 920 |
|
|
|a Electrónicos - Libros en Línea
|
| 930 |
|
|
|a Plataforma Digital
|
| 905 |
|
|
|a 205
|
| 901 |
|
|
|a 613893-1
|b IT2
|c EBO
|i C
|u 20250521
|
| 902 |
|
|
|a https://opac.biblio.iteso.mx/vufind/Record/000613893
|