Fundamentals and Methods of Machine and Deep Learning : Algorithms, Tools, and Applications /

Contiene: 1) Aprendizaje automático supervisado: algoritmos y aplicaciones; 2) Detección de enfermedades zoonóticas mediante algoritmos de aprendizaje automático en conjunto; 3) Evaluación de modelos; 4) Análisis de modelos M-SEIR y LSTM para la predicción de COVID-19 mediante RMSLE; 5) La importanc...

Deskribapen osoa

Gorde:
Xehetasun bibliografikoak
Egile nagusia: Singh, Pradeep (edición y prefacio)
Formatua: Liburua
Hizkuntza:ingelesa
Argitaratua: Hoboken, EUA : Wiley, 2022, c2022
Gaiak:
Sarrera elektronikoa:Ver documento en línea
Etiketak: Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!

MARC

LEADER 00000nam^a22000000a04500
001 000630928
005 20260427000000.0
009 20260713152632.083
020 |a 9781119821892 
037 |a Acervo ITESO - Biblioteca 
041 |a ING 
082 |a 006. 31  |b SIN 
100 |a Singh, Pradeep  |e (edición y prefacio) 
245 1 0 |a Fundamentals and Methods of Machine and Deep Learning :  |b Algorithms, Tools, and Applications /  |c Ed. y pref. de P. Singh. 
264 4 |a Hoboken, EUA :  |b Wiley,  |c 2022, c2022 
264 2 |a Hoboken, EUA :  |b Wiley [distribución],  |c 2025 
300 |a 1 libro electrónico en línea (XX, 445 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 
506 0 |a Licencias ilimitadas 
520 |a Contiene: 1) Aprendizaje automático supervisado: algoritmos y aplicaciones; 2) Detección de enfermedades zoonóticas mediante algoritmos de aprendizaje automático en conjunto; 3) Evaluación de modelos; 4) Análisis de modelos M-SEIR y LSTM para la predicción de COVID-19 mediante RMSLE; 5) La importancia de las técnicas de selección de características en el aprendizaje automático; 6) Uso del aprendizaje automático y el aprendizaje profundo en la atención médica: una revisión del sistema de predicción de enfermedades; 7) Detección de retinopatía diabética mediante técnicas de aprendizaje en conjunto; 8) Aprendizaje automático y aprendizaje profundo para análisis médico: un estudio de caso sobre datos de enfermedades cardíacas; 9) Un nuevo modelo de red neuronal convolucional para predecir defectos de software; 10) Análisis predictivo de vídeos de televisión en línea mediante algoritmos de aprendizaje automático; 11) Un enfoque de aprendizaje profundo combinatorio para la clasificación de imágenes basada en EEG evocado visualmente; 12) Aplicación de algoritmos de aprendizaje automático con técnicas de equilibrio para la detección de fraude con tarjetas de crédito: un análisis comparativo; 13) Detección de grietas en estructuras civiles mediante aprendizaje profundo; 14) Medición de la expansión urbana mediante aprendizaje automático; 15) Aplicación de algoritmos de aprendizaje profundo en el procesamiento de imágenes médicas: una revisión; 16) Simulación de automóviles autónomos mediante aprendizaje profundo; 17) Tecnologías de asistencia para discapacidades visuales, auditivas y del habla: soluciones de aprendizaje automático y aprendizaje profundo; 18) Estudios de caso: aprendizaje profundo en teledetección. 
521 |a Wiley 2026 EEnlace Departamento de Electrónica, Sistemas e Informática 
649 |a XX 
650 |a Aprendizaje Automático (Inteligencia Artificial) -  |x Tema Principal 
650 |a Inteligencia Artificial 
650 |a Modelos Predictivos 
650 |a Algoritmos Computacionales 
650 |a Medicina -  |x Aspectos Tecnológicos 
650 |a Urbanismo -  |x Aspectos Tecnológicos 
650 |a Ingeniería Computacional 
856 4 0 |u https://ezproxy.iteso.mx/login?qurl=https%3A%2F%2Fieeexplore.ieee.org%2Fservlet%2Fopac%3Fbknumber%3D10950277  |y Ver documento en línea 
910 |a Fondo General 
920 |a Electrónicos - Libros en Línea 
930 |a Plataforma Digital 
905 |a 205 
901 |a 630928-1  |b IT2  |c EBO  |i C  |u 20260427 
902 |a https://opac.biblio.iteso.mx/vufind/Record/000630928