Matemáticas para el aprendizaje de máquina
Ángel Amado Romero Cahuana, Rosa Luz Medina Aguilar, Edinson Raúl Montoro Alegre y otros
Repasa las bases matemáticas que sostienen al machine learning: álgebra lineal, cálculo, probabilidad, estadística y optimización, explicadas en función de su uso en los modelos de aprendizaje.
Cargando el libro...
Sigue con estos libros
-
El siguiente del tema
Machine Learning, una pieza clave en la transformación de los modelos de negocioInforme ilustrado sobre cómo el machine learning transforma los modelos de negocio: conceptos, tendencias, técnicas más usadas y un ejercicio cuantitativo aplicado a la gestión de riesgos.
PDF verificado · Descarga segura - Introducción al Machine Learning con TensorFlow
Trabajo de grado que explica los conceptos clave del aprendizaje supervisado y los métodos de optimización, y los aplica paso a paso con TensorFlow para programar un clasificador de imágenes.
PDF verificado · Descarga segura - Machine Learning con Python: introducción
Primera parte de un curso de Python científico dedicado al machine learning: paradigmas de aprendizaje, librerías de Python, entornos de trabajo y cómo preprocesar los datos antes de entrenar un modelo.
PDF verificado · Descarga segura - Scikit-Learn con Python: regresión y clasificación
Segunda parte del curso, centrada en Scikit-Learn: regresión lineal y polinómica, regresión logística, k vecinos más cercanos, máquinas de vectores soporte y bosques aleatorios, cada uno con un ejemplo práctico en Python.
PDF verificado · Descarga segura - Métodos predictivos de aprendizaje estadístico
Libro universitario completo sobre los principales algoritmos predictivos: regresión, árboles de decisión, bagging, bosques aleatorios, boosting, máquinas de soporte vectorial y redes neuronales, con ejemplos en R.
PDF verificado · Descarga segura
Explora más de Informática
- Computación
- Inteligencia Artificial
- Programación
- Excel
- Diseño Gráfico
- Automatización
- Ciberseguridad y Seguridad Informática
- Ingeniería de Software