Aprendizaje automático : conceptos básicos y avanzados : aspectos prácticos utilizando el software Weka /

El objetivo del aprendizaje automático es conseguir que una máquina (habitualmente una computadora) sea capaz de utilizar datos o experiencias pasadas para resolver un problema que se le plantee. El ordenador puede realizar, de una forma adecuada y automática, un aprendizaje que le lleva a ser capaz...

Descripción completa

Detalles Bibliográficos
Clasificación:Q325.5 A6.732
Otros Autores: Sierra Araujo, Basilio (coord)
Formato: Libro
Idioma:Español
Publicado: Madrid : Pearson Prentice Hall, c2006.
Temas:
Machine learning.
Aprendizaje automático (Inteligencia artificial)

MARC

LEADER 00000nam a2200000 4500
001 000127880
005 20100422114200.0
008 100419s2006 sp a 000 0 spa d
020 |a 848322318X 
020 |a 9788483223185 
040 |a UIA  |b spa  |c UIA  |c Mx-MxUAM  |d UIA  |d XVF  |d Mx-MxUAM 
050 4 |a Q325.5  |b A6.732 
090 |a Q325.5  |b A6.732 
099 0 |a Q325.5  |b .A67 2006 
245 0 0 |a Aprendizaje automático :  |b conceptos básicos y avanzados : aspectos prácticos utilizando el software Weka /  |c coordinador Basilio Sierra Araujo. 
260 |a Madrid :  |b Pearson Prentice Hall,  |c c2006. 
300 |a xxvii, 482 p. :  |b il., gráf. ;  |c 25 cm. +  |e 1 CD-ROM (4 3/4 plg.) 
504 |a Incluye referencias bibliográficas. 
505 0 |a I.  |t Introducción General.  |t Introducción general --  |t Paradigmas de Aprendizaje Automático --  |g II.  |t Técnicas de Clasificación Supervidada.  |t Algoritmos de clasificación por vecindad --  |t Árboles de clasificación --  |t Aprendizaje de reglas de decisión --  |t Redes Bayesianas --  |t Introducción a las Redes Neuronales --  |t Modelos Ocultos de Markov --  |t Métodos Kernel y Máquinas de Vectores Soporte --  |t Programación Lógica Inductiva (ILP) --  |g III.  |t Otros paradigmas dentro del Aprendizaje Automático.  |t Aprendizaje por refuerzo --  |t Clasificación: Análisis de clusters (Clustering) --  |t Algoritmos Evolutivos --  |t Análisis Discriminante y Regresión Logística --  |g IV.  |t Conceptos relacionados.  |t Discretización de atributos continuos --  |t Descomposición en Valores Singulares --  |g V.  |t Aspectos avanzados y de investigación.  |t Combinación de clasificadores --  |t Clasificadores Híbridos --  |t Aspectos avanzados en Árboles de clasificación --  |t Una aplicación de las SVM --  |t Medición del ritmo cardíaco fetal usando Análisis de Componentes Independientes (ICA) --  |t Algoritmo Genético para el pesado de atributos --  |g VI.  |t Aplicaciones Software para Aprendizaje Automático WEKA.  |t Una aproximación al software WEKA. 
520 |a El objetivo del aprendizaje automático es conseguir que una máquina (habitualmente una computadora) sea capaz de utilizar datos o experiencias pasadas para resolver un problema que se le plantee. El ordenador puede realizar, de una forma adecuada y automática, un aprendizaje que le lleva a ser capaz de solucionar, por sí sólo, problemas que requieren ciertas habilidades más allá de la mera capacidad de cálculo. Para ello debemos ser capaces de indicarle de dónde debe aprender, cuál es el objetivo a cumplir, y qué tipo de resultados esperamos que nos ofrezca. Hoy en día existen numerosas aplicaciones reales del aprendizaje automático funcionando satisfactoriamente, incluyendo métodos de optimización del comportamiento de un robot en el desarrollo de las tareas que debe realizar, sistemas que analizan datos de ventas pasadas para predecir las compras en un determinado cliente, aplicaciones de reconocimiento de caras, reconocimiento de la voz para identificación de las personas, extracción de información de datos bioinformáticos para detectar los genes que más influyen en determinadas enfermedades, etc... Este libro tiene como objetivo presentar de forma comprensiva los métodos que se utilizan para abordar este tipo de problemas, cubriendo la mayoría de los paradigmas o métodos que se utilizan. Todos los métodos son explicados desde un punto de vista didáctico, tratando de que alguien no familiarizado con ellos sea capaz de entenderlos. Existen, por otro lado, una serie de capítulos dedicados a profundizar sobre aspectos avanzados de algunos métodos y se presentan también algunas aplicaciones reales. 
538 |a Comunidad, CBI, Presupuesto Biblioteca 156.02.01.92, ICL20090082, IBI20090140, Pearson Educación de México, Fac. No. 0105814, $568.40 ($284.20 c/u) W263000-W263001 
650 0 |a Machine learning. 
650 4 |a Aprendizaje automático (Inteligencia artificial) 
700 1 |a Sierra Araujo, Basilio,  |e coord 
905 |a LIBROS 
938 |a Comunidad  |c CBI  |d Presupuesto Biblioteca 156.02.01.92  |e ICL20090082  |f IBI20090140 
949 |a Biblioteca UAM Iztapalapa  |b Colección General  |c Q325.5 A6.732 

Ejemplares similares