Aprendizaje automático: conceptos básicos y avanzados :
Aprendizaje automático: conceptos básicos y avanzados : aspectos prácticos utilizando el software weka /
coor. Basilio Sierra Araujo ... [et al.].
- Madrid : Pearson, 2006.
- xxvii, 483 p. : il. ; 26 cm. + CD-ROM.
Incluye índice de figuras p. xvii. Incluye índice de tablas p. xxv.
Incluye referencias bibliográficas p. 483.
Parte I. Introducción general: 1. Introducción general -- 2. Paradigmas de aprendizaje automático -- Parte II. Técnicas de clasificación supervidada: 3. Algoritmos de clasificación por vecindad -- 4. árboles de clasificación -- 5. Aprendizaje de reglas de decisión -- 6. Redes Bayesianas -- 7. Introducción a las redes neuronales -- 8. Modelos ocultos de Markov -- 9. Métodos Kernel y máquinas de vectores soporte -- 10. Programación lógica inductiva (ILP) -- Parte III. Otros paradigmas dentro del aprendizaje automático: 11. Aprendizaje por refuerzo -- 12. Clasificación: análisis de clusters (clustering) -- 13. Algoritmos evolutivos -- 14. Análisis discriminante y regresión logísticas -- Parte IV Conceptos relacionados: 15. Discretización de atributos continuos -- 16. Descomposición en valores singulares -- Parte V. Aspectos avanzados y de investigación: 17. Combinación de clasificadores -- 18. Clasificadores de híbridos -- 19. Aspectos avanzados en árboles de clasificación -- 20. Una aplicación de las SVM -- 21. Medición del ritmo cardíaco fetal usando análisis de componentes independientes (ICA) -- 22. Algoritmo genético para el pesado de atributos -- Parte VI. Aplicaciones software para aprendizaje automático: WEKA: 23. Una aproximación al software WEKA.
848322318x 9788483223185
Aprendizaje automático (inteligencia artificial)
Enseñanza con ayuda de computadores
Tecnología educativa
006.3 / A654 2006
Incluye índice de figuras p. xvii. Incluye índice de tablas p. xxv.
Incluye referencias bibliográficas p. 483.
Parte I. Introducción general: 1. Introducción general -- 2. Paradigmas de aprendizaje automático -- Parte II. Técnicas de clasificación supervidada: 3. Algoritmos de clasificación por vecindad -- 4. árboles de clasificación -- 5. Aprendizaje de reglas de decisión -- 6. Redes Bayesianas -- 7. Introducción a las redes neuronales -- 8. Modelos ocultos de Markov -- 9. Métodos Kernel y máquinas de vectores soporte -- 10. Programación lógica inductiva (ILP) -- Parte III. Otros paradigmas dentro del aprendizaje automático: 11. Aprendizaje por refuerzo -- 12. Clasificación: análisis de clusters (clustering) -- 13. Algoritmos evolutivos -- 14. Análisis discriminante y regresión logísticas -- Parte IV Conceptos relacionados: 15. Discretización de atributos continuos -- 16. Descomposición en valores singulares -- Parte V. Aspectos avanzados y de investigación: 17. Combinación de clasificadores -- 18. Clasificadores de híbridos -- 19. Aspectos avanzados en árboles de clasificación -- 20. Una aplicación de las SVM -- 21. Medición del ritmo cardíaco fetal usando análisis de componentes independientes (ICA) -- 22. Algoritmo genético para el pesado de atributos -- Parte VI. Aplicaciones software para aprendizaje automático: WEKA: 23. Una aproximación al software WEKA.
848322318x 9788483223185
Aprendizaje automático (inteligencia artificial)
Enseñanza con ayuda de computadores
Tecnología educativa
006.3 / A654 2006
