Computational Optimization : Machine Learning and Fuzzy Systems /

Contiene: 1) Reseña bibliométrica de estudios bibliométricos de las tendencias de investigación en aprendizaje automático; 2) Aprendizaje automático y sistemas inteligentes con capacidad de computación; 3) Optimización para aprendizaje automático: regresión y clasificación; 4) Optimización para apre...

Fuld beskrivelse

Guardado en:
Bibliografiske detaljer
Hovedforfatter: Kaur, Narinder (edición)
Format: Bog
Sprog:engelsk
Udgivet: Berlín, Alemania : De Gruyter Brill, 2025, c2025
Serier:(Mathematical Methods in the Digital Age ; 7)
Fag:
Online adgang:Ver documento en línea
Tags: Tilføj Tag
Ingen Tags, Vær først til at tagge denne postø!

MARC

LEADER 00000nam^a22000000a04500
001 000631089
005 20260521000000.0
009 20260713152634.63
020 |a 9783112219430 
037 |a Acervo ITESO - Biblioteca 
041 |a ING 
082 |a 006. 3  |b KAU 
100 |a Kaur, Narinder  |e (edición) 
245 1 0 |a Computational Optimization :  |b Machine Learning and Fuzzy Systems /  |c Ed. de N. Kaur... [et al.]. 
264 4 |a Berlín, Alemania :  |b De Gruyter Brill,  |c 2025, c2025 
264 2 |a Berlín, Alemania :  |b De Gruyter Brill [distribución],  |c 2026 
300 |a 1 libro electrónico en línea (XI, 317 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 (Mathematical Methods in the Digital Age ;  |v 7) 
506 0 |a Licencias ilimitadas 
520 |a Contiene: 1) Reseña bibliométrica de estudios bibliométricos de las tendencias de investigación en aprendizaje automático; 2) Aprendizaje automático y sistemas inteligentes con capacidad de computación; 3) Optimización para aprendizaje automático: regresión y clasificación; 4) Optimización para aprendizaje automático: avances en técnicas de aprendizaje no supervisado; 5) Modelado matemático basado en lógica difusa; 6) Transformación de edificios inteligentes con inteligencia artificial: mejorando la eficiencia de energía, confort y rentabilidad; 7) Optimización de sistemas recomendadores; 8) Puente entre innovación y visión: método basado en inteligencia artificial para visión artificial y procesamiento de imágenes; 9) Híper parámetros de optimización para aprendizaje automático; 10) Avances en redes neurales artificiales, aprendizaje automático e inteligencia computacional: tendencias emergentes y perspectivas futuras; 11) Desafíos y consideraciones éticas en la optimización computacional: una perspectiva responsable de la IA; 12) Direcciones futuras y tendencias emergentes en optimización computacional relacionado con la ciencia de datos y el aprendizaje automático; 13) Casos de estudio y aplicaciones en el mundo real: optimización computacional con aprendizaje automático y lógica difusa. 
521 |a De Gruyter Brill 2026 EEnlace Departamento de Matemáticas y Física 
649 |a XX 
650 |a Redes Neurales 
650 |a Aprendizaje Automático (Inteligencia Artificial) -  |x Tema Principal 
650 |a Inteligencia Artificial 
650 |a Lógica Difusa -  |x Tema Principal 
650 |a Lógica Matemática 
650 |a Modelos Matemáticos 
650 |a Optimización 
650 |a Ingeniería Computacional 
856 4 0 |u https://ezproxy.iteso.mx/login?qurl=https://doi.org/10.1515/9783112219430  |y Ver documento en línea 
910 |a Fondo General 
920 |a Electrónicos - Libros en Línea 
930 |a Plataforma Digital 
905 |a 205 
901 |a 631089-1  |b IT2  |c EBO  |i C  |u 20260521 
902 |a https://opac.biblio.iteso.mx/vufind/Record/000631089