Machine Learning for Civil and Environmental Engineers: A Practical Approach to Data-Driven Analysis, Explainability, and Causality /
Contiene: 1) Métodos de enseñanza para este libro de texto; 2) Introducción al aprendizaje automático; 3) Datos y estadística; 4) Algoritmos de aprendizaje automático; 5) Indicadores de rendimiento y métricas de error; 6) Enfoques de aprendizaje automático sin codificación y con codificación; 7) Exp...
Furkejuvvon:
| Váldodahkki: | |
|---|---|
| Materiálatiipa: | Girji |
| Giella: | eaŋgalasgiella |
| Almmustuhtton: |
Hoboken, EUA :
Wiley,
2023, c2023
|
| Fáttát: | |
| Liŋkkat: | Ver documento en línea |
| Fáddágilkorat: |
Eai fáddágilkorat, Lasit vuosttaš fáddágilkora!
|
MARC
| LEADER | 00000nam^a22000000a04500 | ||
|---|---|---|---|
| 001 | 000630968 | ||
| 005 | 20260508000000.0 | ||
| 009 | 20260713152632.239 | ||
| 020 | |a 9781119897620 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 624. 0285 |b NAS | ||
| 100 | |a Naser, M.Z. |e (autor) | ||
| 245 | 1 | 0 | |a Machine Learning for Civil and Environmental Engineers: |b A Practical Approach to Data-Driven Analysis, Explainability, and Causality / |c M.Z. Naser. |
| 264 | 4 | |a Hoboken, EUA : |b Wiley, |c 2023, c2023 | |
| 264 | 2 | |a Hoboken, EUA : |b Wiley [distribución], |c 2025 | |
| 300 | |a 1 libro electrónico en línea (XIX, 588 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) Métodos de enseñanza para este libro de texto; 2) Introducción al aprendizaje automático; 3) Datos y estadística; 4) Algoritmos de aprendizaje automático; 5) Indicadores de rendimiento y métricas de error; 6) Enfoques de aprendizaje automático sin codificación y con codificación; 7) Explicabilidad e interpretabilidad; 8) Descubrimiento casual e inferencia casual; 9) Temas avanzados (datos sintéticos y aumentados, aprendizaje automático verde, regresión simbólica, funciones de mapeo, conjuntos y AutoML); 10) Recomendaciones, sugerencias y mejores prácticas; 11) Reflexiones finales y direcciones futuras. | ||
| 521 | |a Wiley 2026 EEnlace Departamento de Electrónica, Sistemas e Informática | ||
| 649 | |a XX | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) | ||
| 650 | |a Inteligencia Artificial | ||
| 650 | |a Algoritmos Computacionales | ||
| 650 | |a Construcción - |x Aspectos Tecnológicos - |x Tema Principal | ||
| 650 | |a Ingeniería Ambiental | ||
| 650 | |a Ingeniería Civil | ||
| 650 | |a Ingeniería Computacional | ||
| 856 | 4 | 0 | |u https://ezproxy.iteso.mx/login?qurl=https%3A%2F%2Fieeexplore.ieee.org%2Fservlet%2Fopac%3Fbknumber%3D10950199 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 630968-1 |b IT2 |c EBO |i C |u 20260508 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000630968 | ||