A partir de esta página puede:
category
Volver a la pantalla de inicio con las últimas noticias... |
Materias
Refinar búsqueda
Biblioteca familiar Interactiva Billiken / Asunción : La Nación
Título : Biblioteca familiar Interactiva Billiken : la inteligencia artificial Tipo de documento: texto impreso Editorial: Asunción : La Nación Número de páginas: 39 p. Il.: il. a color Dimensiones: 28 cm. Clasificación: INTELIGENCIA ARTIFICIAL
LIBROS ILUSTRADOS PARA NIÑOSClasificación: 030 Nota de contenido: La inteligencia primitiva; El ingenioso; Energía del vapor; La computadora; La red global; El poder de la mente Link: ./index.php?lvl=notice_display&id=11525 Biblioteca familiar Interactiva Billiken : la inteligencia artificial [texto impreso] . - Asunción : La Nación, [s.d.] . - 39 p. : il. a color ; 28 cm.
Clasificación: INTELIGENCIA ARTIFICIAL
LIBROS ILUSTRADOS PARA NIÑOSClasificación: 030 Nota de contenido: La inteligencia primitiva; El ingenioso; Energía del vapor; La computadora; La red global; El poder de la mente Link: ./index.php?lvl=notice_display&id=11525 Reserva
Reservar este documento
Ejemplares
Código de barras Signatura Tipo de medio Ubicación Sección Estado 14318 030 B471i Libro Congreso Nacional Generalidades Disponible Inteligencia artificial avanzada / Raúl Benítez / Barcelona : Editorial - UOC (2013)
Título : Inteligencia artificial avanzada Tipo de documento: texto impreso Autores: Raúl Benítez ; Gerard Escudero ; Samir Kanaan Editorial: Barcelona : Editorial - UOC Fecha de publicación: 2013 Número de páginas: 296 p. Il.: il. Dimensiones: 24 cm. Clasificación: INFORMATICA
INTELIGENCIA ARTIFICIALClasificación: 006.3 Resumen: En este libro se introducen los conceptos fundamentales de la Inteligencia Artificial, desde una visión muy orientada al reconocimiento de patrones. El lector podrá encontrar una revisión completa de las técnicas avanzadas más usadas en el campo del aprendizaje automático. El texto se ha enfocado desde un punto de vista eminentemente práctico. Las explicaciones teóricas de las diferentes técnicas se basan en la resolución de problemas concretos. Los algoritmos están acompañados de ejemplos, escritos en Python, con aplicaciones directas en ámbitos como el procesado de imágenes o el análisis de textos. Los diferentes capítulos comprenden las técnicas de aprendizaje no supervisado, los métodos de reducción de la dimensionalidad y extracción de características (PCA, NMF, ICA, LDA, MDS), los principales algoritmos de clasificación de patrones (probabilísticos, kNN, SVM y Boosting) y diferentes métodos de optimización. Nota de contenido: Introducción a la inteligencia artificial; Neuronas y transistores; Breve historia de la IA; Ámbitos de
aplicación de la inteligencia artificial; Recomendadores y agrupamientos; Métricas y medidas de similitud; Recomendadores basados en memoria; Algoritmos de agrupamiento; Extracción y selección de atributos; Técnicas de factorización matricial; Discriminación de datos en clases; Visualización de datos multidimensionales; Clasificación; Introducción; Métodos basados en modelos probabilísticos; Métodos basados en distancias; Métodos basados en reglas; Clasificadores lineales y métodos basados en kernels; Protocolos de test; Optimización.ISBN_nuevo : 978-84-9029-887-9 Link: ./index.php?lvl=notice_display&id=15323 Inteligencia artificial avanzada [texto impreso] / Raúl Benítez ; Gerard Escudero ; Samir Kanaan . - Barcelona : Editorial - UOC, 2013 . - 296 p. : il. ; 24 cm.
Clasificación: INFORMATICA
INTELIGENCIA ARTIFICIALClasificación: 006.3 Resumen: En este libro se introducen los conceptos fundamentales de la Inteligencia Artificial, desde una visión muy orientada al reconocimiento de patrones. El lector podrá encontrar una revisión completa de las técnicas avanzadas más usadas en el campo del aprendizaje automático. El texto se ha enfocado desde un punto de vista eminentemente práctico. Las explicaciones teóricas de las diferentes técnicas se basan en la resolución de problemas concretos. Los algoritmos están acompañados de ejemplos, escritos en Python, con aplicaciones directas en ámbitos como el procesado de imágenes o el análisis de textos. Los diferentes capítulos comprenden las técnicas de aprendizaje no supervisado, los métodos de reducción de la dimensionalidad y extracción de características (PCA, NMF, ICA, LDA, MDS), los principales algoritmos de clasificación de patrones (probabilísticos, kNN, SVM y Boosting) y diferentes métodos de optimización. Nota de contenido: Introducción a la inteligencia artificial; Neuronas y transistores; Breve historia de la IA; Ámbitos de
aplicación de la inteligencia artificial; Recomendadores y agrupamientos; Métricas y medidas de similitud; Recomendadores basados en memoria; Algoritmos de agrupamiento; Extracción y selección de atributos; Técnicas de factorización matricial; Discriminación de datos en clases; Visualización de datos multidimensionales; Clasificación; Introducción; Métodos basados en modelos probabilísticos; Métodos basados en distancias; Métodos basados en reglas; Clasificadores lineales y métodos basados en kernels; Protocolos de test; Optimización.ISBN_nuevo : 978-84-9029-887-9 Link: ./index.php?lvl=notice_display&id=15323 Reserva
Reservar este documento
Ejemplares
Código de barras Signatura Tipo de medio Ubicación Sección Estado 20064 006.3 B437i Libro Congreso Nacional Generalidades Disponible