Miner�ia de Datos : Modelos y Algoritmos.
By: Giron�es Roig, Jordi.
Contributor(s): Casas Roma, Jordi | Minguill�on Alfonso, Juli�a.
Material type:
BookSeries: Manuales Ser: Publisher: Barcelona : Editorial UOC, 2017Copyright date: {copy}2017Edition: 1st ed.Description: 1 online resource (274 pages).Content type: text Media type: computer Carrier type: online resourceISBN: 9788491169048.Genre/Form: Electronic books.Online resources: Click to View Summary: En este libro se introducen los conceptos fundamentales de la miner�ia de datos (data mining) y del aprendizaje autom�atico (machine learning). El lector podr�a encontrar una revisi�on completa de las t�ecnicas avanzadas m�as usadas en estos campos con un enfoque claramente descriptivo para que entienda los conceptos e ideas b�asicos ocultos detr�as de cada algoritmo o t�ecnica. Las p�aginas de este libro abordan desde las etapas previas de preparaci�on de los datos -los m�etodos de reducci�on de la dimensionalidad y extracci�on de caracter�isticas (PCA, SVD, NNMF), m�etodos de aprendizaje no supervisado (agrupamiento jer�arquico, k-means, canopy), m�etodos de aprendizaje supervisado (k-NN, SVM, redes neuronales, �arboles de decisi�on, m�etodos probabil�isticos)-, hasta los diferentes m�etodos de combinaci�on de clasificadores.
| Item type | Current location | Collection | Call number | URL | Copy number | Status | Date due | Item holds |
|---|---|---|---|---|---|---|---|---|
E-book
|
https://ebookcentral.proquest.com/lib/kliuc-ebooks/detail.action?docID=7051729 | Available | ||||||
|
E-book
|
IUKL Library | Subscripti | 1 | Available |
En este libro se introducen los conceptos fundamentales de la miner�ia de datos (data mining) y del aprendizaje autom�atico (machine learning). El lector podr�a encontrar una revisi�on completa de las t�ecnicas avanzadas m�as usadas en estos campos con un enfoque claramente descriptivo para que entienda los conceptos e ideas b�asicos ocultos detr�as de cada algoritmo o t�ecnica. Las p�aginas de este libro abordan desde las etapas previas de preparaci�on de los datos -los m�etodos de reducci�on de la dimensionalidad y extracci�on de caracter�isticas (PCA, SVD, NNMF), m�etodos de aprendizaje no supervisado (agrupamiento jer�arquico, k-means, canopy), m�etodos de aprendizaje supervisado (k-NN, SVM, redes neuronales, �arboles de decisi�on, m�etodos probabil�isticos)-, hasta los diferentes m�etodos de combinaci�on de clasificadores.
Description based on publisher supplied metadata and other sources.
Electronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2022. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries.
There are no comments for this item.