Los investigadores, estudiantes o profesionales de la industria involucrados en temas de Aprendizaje Automático encontrarán en este libro una referencia de base sobre las tecnologías teórico-prácticas más avanzadas en dicho campo, proporcionadas por los diecinueve autores que han unido sus esfuerzos y elaborado sus contenidos.
El libro proporciona los recursos teóricos necesarios para abordar problemas de distinta naturaleza relativos al Aprendizaje Automático y establece las pautas concretas para su aplicación a diversos problemas reales, que proporcionan una visión práctica de los temas tratados y a la vez establecen los mecanismos para su ampliación a otras aplicaciones.
Esta simbiosis teórico-práctica se concreta en la exposición de los conceptos teóricos, el diseño de métodos y procedimientos para su aplicación, la formulación de problemas y las estrategias para su solución. Todo ello, complementado con numerosos ejemplos ilustrativos, figuras y referencias bibliográficas.
Además, con cada capítulo se incluye un Apéndice que describe una aplicación práctica relevante y el programa en código Matlab que la implementa. De esta forma el lector, mediante la adquisición del libro, posee un conjunto de programas en código abierto, perfectamente descritos y estructurados, que le permiten consolidar los contenidos del libro, a la vez que ejercitarse, mediante la modificación de los programas.
Aprendizaje: conceptos generales
págs. 25-57
págs. 59-78
Combinación de clasificaciones
María Guijarro Mata-García, Pedro Javier Herrera Caro, Gonzalo Pajares Martínez
págs. 79-97
págs. 99-137
págs. 139-168
págs. 169-197
págs. 199-227
págs. 229-262
págs. 263-292
Aprendizaje mediante árboles de decisión
María del Carmen García-Alegre Sánchez, Javier Rivas Rodríguez, David Martín Gómez, Matilde Santos Peñas
págs. 293-308
págs. 309-328
José Antonio Martín Hernández, Matilde Santos Peñas
págs. 329-346
© 2001-2024 Fundación Dialnet · Todos los derechos reservados