Mathematics for Machine Learning / (Registro nro. 23074)

000 -CABECERA
Campo de control de longitud fija 01863cam a2200205 a 4500
007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA
DESCRIPCIÓN FÍSICA ta
008 - CAMPO FIJO DE DESCRIPCIÓN FIJA--INFORMACIÓN GENERAL
Campo de control de longitud fija 170908s2020 us a ||f |||| 001 0 spa d
020 ## - ISBN (INTERNATIONAL STANDARD BOOK NUMBER)
ISBN 9781108455145
082 ## - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY
Número de clasificación Decimal 006.3
Número de documento (Cutter) D325m
Número de edición DEWEY 23
100 ## - ENCABEZAMIENTO PRINCIPAL--NOMBRE PERSONAL
Nombre de persona Deisenroth, Marc Peter.
9 (RLIN) 4856
245 ## - TÍTULO PROPIAMENTE DICHO
Título Mathematics for Machine Learning /
Parte restante del título
Mención de responsabilidad, etc. Marc Peter Deisenroth.
260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC (PIE DE IMPRENTA)
Lugar de publicación, distribución, etc. Cambridge ; New York, NY :
Nombre del editor, distribuidor, etc. Cambridge University Press,
Fecha de publicación, distribución, etc. 2020.
300 ## - DESCRIPCIÓN FÍSICA
Extensión XVII, 371 p. :
Otros detalles físicos il., graf.;
Dimensiones 25 cm.
504 ## - NOTA DE BIBLIOGRAFÍA, ETC.
Enlace Incluye índice
520 ## - RESUMEN, ETC.
Nota de sumario, etc. Las herramientas matemáticas fundamentales necesarias para comprender el aprendizaje automático incluyen álgebra lineal, geometría analítica, descomposición de matrices, cálculo vectorial, optimización, probabilidad y estadística. Estos temas se enseñan tradicionalmente en cursos dispares, lo que dificulta que los estudiantes o profesionales de ciencias de la información o informática aprendan las matemáticas de manera eficiente. Este libro de texto autónomo cierra la brecha entre los textos matemáticos y de aprendizaje automático, introduciendo los conceptos matemáticos con un mínimo de requisitos previos. Utiliza estos conceptos para derivar cuatro métodos centrales de aprendizaje automático: regresión lineal, análisis de componentes principales, modelos de mezcla gaussiana y máquinas de vectores de soporte. Para los estudiantes y otras personas con formación matemática, estas derivaciones proporcionan un punto de partida para los textos de aprendizaje automático. Para aquellos que aprenden matemáticas por primera vez, los métodos ayudan a desarrollar la intuición y la experiencia práctica con la aplicación de conceptos matemáticos.
650 #0 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA
9 (RLIN) 30884
Nombre de materia o nombre geográfico como elemento de entrada APRENDIZAJE AUTOMÁTICO.
Subdivisión general MATEMÁTICAS
700 ## - ENCABEZAMIENTO SECUNDARIO--NOMBRE PERSONAL
Nombre de persona Faisal, Aldo A.
Término relacionador Autor.
9 (RLIN) 47747
700 ## - ENCABEZAMIENTO SECUNDARIO--NOMBRE PERSONAL
Nombre de persona Soon Ong, Cheng
Término relacionador Autor.
9 (RLIN) 47773
942 ## - ELEMENTOS KOHA
Fuente de clasificación o esquema de ordenación en estanterías
Koha tipo de item LIBRO - MATERIAL GENERAL
Existencias
Disponibilidad Mostrar en OPAC Fuente de clasificación o esquema Tipo de Descarte Estado Código de colección Localización permanente Localización actual Localización en estanterías Fecha adquisición Proveedor Forma de Adq Precio normal de compra Datos del ítem (Volumen, Tomo) Número de Inventario Préstamos totales Signatura completa Código de barras Prestado Fecha última consulta Fecha último préstamo Número de ejemplar Propiedades de Préstamo KOHA Programa Académico
        Préstamo Normal Colección General Biblioteca Jorge Álvarez Lleras Biblioteca Jorge Álvarez Lleras Fondo general 2022-08-29 Amazon -444444001 – OC28471 Compra 247953.50 Ej.1 BIB0004222 2 006.3 D325m 029718 2023-06-30 2023-01-23 2023-01-23 1 LIBRO - MATERIAL GENERAL Ingenieria Sistemas