Machine Learning for Big Data Analysis /
Contiene: 1) Aplicación del análisis de macrodatos a la microsegmentación psicométrica; 2) Selección de fotogramas clave para la indexación de vídeo mediante un árbol de expansión mínima aproximado; 3) Técnicas de aprendizaje profundo para procesamiento de imágenes; 4) Conección de ciudades con tran...
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | |
| Язык: | английский |
| Опубликовано: |
Berlín, Alemania :
De Gruyter Brill,
2019, c2019
|
| Серии: | (De Gruyter Frontiers in Computational Intelligence ;
1) |
| Предметы: | |
| Online-ссылка: | Ver documento en línea |
| Метки: |
Нет меток, Требуется 1-ая метка записи!
|
MARC
| LEADER | 00000nam^a22000000a04500 | ||
|---|---|---|---|
| 001 | 000631090 | ||
| 005 | 20260521000000.0 | ||
| 009 | 20260713152634.645 | ||
| 020 | |a 9783110551433 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 005. 74 |b BHA | ||
| 100 | |a Bhattacharyya, Siddhartha |e (edición) | ||
| 245 | 1 | 0 | |a Machine Learning for Big Data Analysis / |c Ed. de S. Bhattacharyya... [et al.]. |
| 264 | 4 | |a Berlín, Alemania : |b De Gruyter Brill, |c 2019, c2019 | |
| 264 | 2 | |a Berlín, Alemania : |b De Gruyter Brill [distribución], |c 2026 | |
| 300 | |a 1 libro electrónico en línea ( 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 (De Gruyter Frontiers in Computational Intelligence ; |v 1) | |
| 506 | 0 | |a Licencias ilimitadas | |
| 520 | |a Contiene: 1) Aplicación del análisis de macrodatos a la microsegmentación psicométrica; 2) Selección de fotogramas clave para la indexación de vídeo mediante un árbol de expansión mínima aproximado; 3) Técnicas de aprendizaje profundo para procesamiento de imágenes; 4) Conección de ciudades con transporte inteligence; 5) Modelo de análisis intelectual de datos semiestructurados multidimensionales basado en redes neurodifusas profundas; 6) Fusión de imágenes en teledetección basada en el método de muestreo disperso y técnicas PCNN. | ||
| 521 | |a De Gruyter Brill 2026 EEnlace Departamento de Matemáticas y Física | ||
| 649 | |a XX | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) - |x Tema Principal | ||
| 650 | |a Inteligencia Artificial | ||
| 650 | |a Big Data - |x Tema Principal | ||
| 650 | |a Análisis de Datos - |x Tema Principal | ||
| 650 | |a Ingeniería Computacional | ||
| 856 | 4 | 0 | |u https://ezproxy.iteso.mx/login?qurl=https://doi.org/10.1515/9783110551433 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 631090-1 |b IT2 |c EBO |i C |u 20260521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000631090 | ||