Cargando…
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...
| Clasificación: | Q325.5 A6.732 |
|---|---|
| Otros Autores: | |
| Formato: | Libro |
| Idioma: | Español |
| Publicado: |
Madrid :
Pearson Prentice Hall,
c2006.
|
| Temas: |
Tabla de Contenidos:
- I. Introducción General. Introducción general
- Paradigmas de Aprendizaje Automático
- II. Técnicas de Clasificación Supervidada. Algoritmos de clasificación por vecindad
- Árboles de clasificación
- Aprendizaje de reglas de decisión
- Redes Bayesianas
- Introducción a las Redes Neuronales
- Modelos Ocultos de Markov
- Métodos Kernel y Máquinas de Vectores Soporte
- Programación Lógica Inductiva (ILP)
- III. Otros paradigmas dentro del Aprendizaje Automático. Aprendizaje por refuerzo
- Clasificación: Análisis de clusters (Clustering)
- Algoritmos Evolutivos
- Análisis Discriminante y Regresión Logística
- IV. Conceptos relacionados. Discretización de atributos continuos
- Descomposición en Valores Singulares
- V. Aspectos avanzados y de investigación. Combinación de clasificadores
- Clasificadores Híbridos
- Aspectos avanzados en Árboles de clasificación
- Una aplicación de las SVM
- Medición del ritmo cardíaco fetal usando Análisis de Componentes Independientes (ICA)
- Algoritmo Genético para el pesado de atributos
- VI. Aplicaciones Software para Aprendizaje Automático WEKA. Una aproximación al software WEKA.