); ga('require', 'displayfeatures'); ga('require', 'linkid', 'linkid.js'); ga('send', 'pageview');
Select Page


Price: MXN 1.482.38
(as of May 12,2018 07:13:34 UTC – Details)


Una introducción completa a los enfoques más importantes de aprendizaje automático utilizados en el análisis predictivo de datos, que abarca conceptos teóricos y aplicaciones prácticas.

El aprendizaje automático se utiliza a menudo para construir modelos predictivos mediante la extracción de patrones de grandes conjuntos de datos. Estos modelos se usan en aplicaciones de análisis de datos predictivos que incluyen predicción de precios, evaluación de riesgos, predicción del comportamiento del cliente y clasificación de documentos. Este libro de texto introductorio ofrece un tratamiento detallado y enfocado de los enfoques más importantes de aprendizaje automático utilizados en el análisis predictivo de datos, que abarca conceptos teóricos y aplicaciones prácticas. El material técnico y matemático se amplía con ejemplos explicativos trabajados, y los casos de estudio ilustran la aplicación de estos modelos en el contexto empresarial más amplio.

Después de discutir la trayectoria desde los datos hasta la visión y la decisión, el libro describe cuatro enfoques del aprendizaje automático: información aprendizaje basado en la similitud, aprendizaje basado en la similitud, aprendizaje basado en la probabilidad y aprendizaje basado en errores. Cada uno de estos enfoques se introduce mediante una explicación no técnica del concepto subyacente, seguida por modelos matemáticos y algoritmos ilustrados por ejemplos detallados trabajados. Finalmente, el libro considera técnicas para evaluar modelos de predicción y ofrece dos estudios de caso que describen proyectos analíticos de datos específicos a través de cada fase de desarrollo, desde la formulación del problema comercial hasta la implementación de la solución analítica. El libro, basado en los muchos años de aprendizaje automático de las autoras de los autores y en el trabajo de proyectos de análisis predictivo de datos, es adecuado para su uso por estudiantes de pregrado en informática, ingeniería, matemáticas o estadística; por estudiantes graduados en disciplinas con aplicaciones para el análisis predictivo de datos; y como referencia para profesionales.



%d bloggers like this: