SIBU - SISTEMAS DE BIBLIOTECAS UNICOC
Su carrito está vacío.
Ciencia de datos desde cero (Registro nro. 10311)
[ vista simple ]
| 000 -CABECERA | |
|---|---|
| Campo de control de longitud fija | 04070nam a22002777a 4500 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL | |
| Campo de control | OSt |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN | |
| Campo de control | 20250218135352.0 |
| 008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA | |
| Campo de control de longitud fija | 250218t2023 xxu||||| |||| 00| 0 spa d |
| 040 ## - FUENTE DE LA CATALOGACIÓN | |
| Centro catalogador de origen | Unicoc |
| Lengua de catalogación | spa |
| Centro que cataloga | Bogotá (Dr. David Ordóñez Rueda) - Campus Norte |
| Centro modificador | Bogotá (Dr. David Ordóñez Rueda) - Campus Norte |
| 082 ## - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY | |
| Número de clasificación | 006.3 |
| 100 ## - PUNTO DE ACCESO PRINCIPAL - NOMBRE DE PERSONA | |
| 9 (RLIN) | 11593 |
| Nombre de persona | Grus, Joel |
| 245 ## - MENCIÓN DE TÍTULO | |
| Título | Ciencia de datos desde cero |
| Subtitulo o Resto del título | : principios básicos con Python |
| Mención de responsabilidad etc. | / Joel Grus |
| 246 ## - VARIANTES DE TÍTULO | |
| Título propio / Titulo en breve | Data Science from Scratch |
| 250 ## - MENCIÓN DE EDICIÓN | |
| Mención de edición | 2 Ed. |
| 260 ## - PUBLICATION, DISTRIBUTION, ETC. (IMPRINT) | |
| Lugar de publicación distribución etc. | España : |
| Nombre del editor distribuidor etc. | Anaya , |
| Fecha de publicación distribución etc. | 2023 |
| 300 ## - DESCRIPCIÓN FÍSICA | |
| Extensión | 478 Paginas |
| Otras características físicas | Ilustraciones, Cuadros |
| 505 ## - NOTA DE CONTENIDO CON FORMATO | |
| Título | 1. El ascenso de los datos. -- |
| -- | ¿Qué es la ciencia de datos o data science?. -- |
| -- | Hipótesis motivadora: DataSciencester. -- |
| -- | 2. Un curso acelerado de Python. -- |
| -- | El zen de Python. -- |
| -- | Formato con espacios en blanco. -- |
| -- | Flujo de control. -- |
| -- | Programación orientada a objetos. -- |
| -- | 3. Visualizar datos. -- |
| -- | matplotlib. -- |
| -- | Gráficos de dispersión. -- |
| -- | 4. Álgebra lineal. -- |
| -- | Vectores/Matrices. -- |
| -- | 5. Estadística. -- |
| -- | Describir un solo conjunto de datos. -- |
| -- | La paradoja de Simpson. -- |
| -- | Correlación y causación. -- |
| -- | 6. Probabilidad. -- |
| -- | Dependencia e independencia. -- |
| -- | Probabilidad condicional. -- |
| -- | Distribuciones continuas. -- |
| -- | El teorema central del límite. -- |
| -- | 7. Hipótesis e inferencia. -- |
| -- | Comprobación de hipótesis estadísticas. -- |
| -- | p-hacking o dragado de datos. -- |
| -- | 8. Descenso de gradiente. -- |
| -- | La idea tras el descenso de gradiente. -- |
| -- | La idea tras el descenso de gradiente. -- |
| -- | Descenso de gradiente en minilotes y estocástico. -- |
| -- | 9. Obtener datos. -- |
| -- | stdin y stdout. -- |
| -- | Raspado web. -- |
| -- | Utilizar API. -- |
| -- | JSON y XML. -- |
| -- | Utilizar una API no autenticada. -- |
| -- | 10. Trabajar con datos. -- |
| -- | 10. Trabajar con datos. -- |
| -- | Utilizar NamedTuples. -- |
| -- | Reducción de dimensionalidad. -- |
| -- | 11. Machine learning (aprendizaje automático). -- |
| -- | Modelos. -- |
| -- | El término medio entre sesgo y varianza. -- |
| -- | 12. k vecinos más cercanos. -- |
| -- | El modelo. -- |
| -- | La maldición de la dimensionalidad. -- |
| -- | 13. Naive Bayes. -- |
| -- | Un filtro de spam realmente tonto. -- |
| -- | Utilizar nuestro modelo. -- |
| -- | 14. Regresión lineal simple. -- |
| -- | Estimación por máxima verosimilitud. -- |
| -- | 15. Regresión múltiple. -- |
| -- | Otros supuestos del modelo de mínimos cuadrados. -- |
| -- | Interpretar el modelo. -- |
| -- | Errores estándares de coeficientes de regresión. -- |
| -- | 16. Regresión logística. -- |
| -- | Máquinas de vectores de soporte. -- |
| -- | 17. Árboles de decisión. -- |
| -- | Crear un árbol de decisión. -- |
| -- | Ahora, a combinarlo todo. -- |
| -- | 18. Redes neuronales. -- |
| -- | Redes neuronales prealimentadas. -- |
| -- | 19. Deep learning (aprendizaje profundo). -- |
| -- | Funciones softmax y entropía cruzada. -- |
| -- | La capa de abstracción. -- |
| -- | 20. Agrupamiento (clustering). -- |
| -- | 20. Agrupamiento (clustering). -- |
| -- | Agrupamiento jerárquico de abajo a arriba. -- |
| -- | 21. Procesamiento del lenguaje natural. -- |
| -- | Gramáticas. -- |
| -- | Modelos de temas. -- |
| -- | Redes neuronales recurrentes. -- |
| -- | 22. Análisis de redes. -- |
| -- | Grafos dirigidos y PageRank. -- |
| -- | 23. Sistemas recomendadores. -- |
| -- | Método manual. -- |
| -- | Filtrado colaborativo basado en artículos. -- |
| -- | Factorización de matrices. -- |
| -- | 24. Bases de datos y SQL. -- |
| -- | CREATE TABLE e INSERT. -- |
| -- | DELETE. -- |
| -- | NoSQL. -- |
| -- | 25. MapReduce. -- |
| -- | Ejemplo: Recuento de palabras. -- |
| -- | Un inciso: Combinadores. -- |
| -- | 26. La ética de los datos. -- |
| -- | No, ahora en serio, ¿qué es la ética de datos?. -- |
| -- | Compromiso entre precisión e imparcialidad. -- |
| -- | Datos sesgados. -- |
| -- | 27. Sigamos haciendo ciencia de datos. -- |
| -- | IPython. -- |
| -- | scikit-learn. -- |
| -- | Deep learning (aprendizaje profundo). -- |
| -- | Hacker News. |
| 526 ## - NOTA DE INFORMACIÓN SOBRE EL PROGRAMA DE ESTUDIO | |
| Institución que aplica el campo | Unicoc |
| 546 ## - NOTA DE LENGUA | |
| Nota de lengua | Español |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA | |
| 9 (RLIN) | 10745 |
| Término de materia o nombre geográfico como elemento inicial | Python (lenguaje de programación) |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA | |
| 9 (RLIN) | 11598 |
| Término de materia o nombre geográfico como elemento inicial | Ciencia de Datos (Data Science) |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA | |
| 9 (RLIN) | 6403 |
| Término de materia o nombre geográfico como elemento inicial | Programación (Matemáticas) |
| 658 #0 - TÉRMINO DE INDIZACIÓN - OBJETIVO CURRICULAR | |
| 9 (RLIN) | 8220 |
| Programa Académico | Programa de Ingeniería de Sistemas |
| 856 ## - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS | |
| Identificador Uniforme del Recurso (URI) | https://unicoceduco-my.sharepoint.com/:b:/g/personal/direccionbiblioteca_unicoc_edu_co/EXIFBnk_O0pImxxiC6VLHoYB60PL49ARDmcUFfRcMaSDpg?e=TXES72 |
| Texto del enlace | Acceso online exclusivo para comunidad Unicoc. |
| 942 ## - ENTRADA PARA ELEMENTOS AGREGADOS (KOHA) | |
| Fuente de clasificación o esquema de ordenación en estanterías | |
| Koha [por defecto] tipo de item | Libro electrónico |
| Estropeado | Precio | No para préstamo | Fecha del precio de reemplazo | Estado de pérdida | Signatura completa | Código de colección | Fecha de adquisición | Localización actual | Localización permanente | Fuente de clasificación o esquema de ordenación en estanterías | Tipo de item de Koha | Fuente de adquisición | Código de barras | Fecha última consulta |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 150000.00 | 2025-02-18 | 006.3 | Coleccion Online | 2025-02-18 | Bogotá (Dr. David Ordóñez Rueda) - Campus Norte | Bogotá (Dr. David Ordóñez Rueda) - Campus Norte | Libro electrónico | Compra | Ebook10311 | 2025-02-18 |
© 2014 UNICOC | Institución Universitaria Colegios de Colombia - UNICOC
Bogotá D.C. Autopista Norte Km. 20. Teléfono:(571)6683535
Cali: Calle 13 Norte No. 3N-13. Teléfono: (572)6608887