000			03235nam a22003137a 4500
003			OSt
005			20250218125343.0
008			250218t2018 xxu||||| |||| 00| 0 spa d
020			_a9781119454953
040			_aUnicoc _bspa _c00001 _d00001
082			_a006.31
100			_911590 _aHurwitz, Judith
245			_aAprendizaje automático para principiantes _c/ Judith Hurwitz
246			_aMachine Learning para Dummies _b: Edición limitada de IBM
250			_a1 Ed.
260			_aEstados Unidos ; _bWiley , _c2018
300			_alv, 75 Paginas _bcuadros
440			_911594 _aFor Dummies
505			_tCAPÍTULO 1: Comprender el aprendizaje automático : _t¿Qué es el Machine Learning o aprendizaje automático?. -- _tAprendizaje iterativo a partir de datos. -- _tDefinición de Big Data. -- _tBig Data en contexto con aprendizaje automático. -- _tLa necesidad de entender y confiar en sus datos. -- _tLa importancia de la nube híbrida. -- _tLas funciones de las estadísticas y la minería de datos con Aprendizaje automático. -- _tRedes neuronales y aprendizaje profundo. -- _tCAPITULO 2: Aplicar el aprendizaje automático. -- _tUso del aprendizaje automático para eliminar sesgos de la estrategia. -- _tComprensión de técnicas de aprendizaje automático. -- _tAplicar el aprendizaje automático a las necesidades empresariales. -- _tReconocer quién ha cometido un delito. -- _tPrevenir que ocurran accidentes. -- _tCAPÍTULO 3: Una mirada al interior del aprendizaje automático : _tEl impacto del aprendizaje automático en las aplicaciones. -- _tEl papel de los algoritmos. -- _tTipos de algoritmos de aprendizaje automático. -- _tEntrenamiento de sistemas de aprendizaje automático. -- _tPreparación de datos. -- _tEl ciclo de aprendizaje de máquina. -- _tCAPÍTULO 4: Comenzando con el aprendizaje automático. -- _tDeterminar el mejor modelo de aprendizaje. -- _tPaso 1: Definir una oportunidad de crecimiento. -- _tPaso 2: Realización de un proyecto piloto. -- _tPaso 3: Evaluación. -- _tPaso 3: Evaluación. -- _tPaso 4: Próximas acciones. -- _tHerramientas para determinar la selección de algoritmos. -- _tSelección de herramienta de aproximación. -- _tCAPÍTULO 5: Habilidades de la máquina de aprendizaje. -- _tDefinir las habilidades que necesita. -- _tRecursos recomendados por IBM. -- _tCAPÍTULO 6: Uso del aprendizaje automático para proporcionar Soluciones a problemas empresariales. -- _tAplicación del aprendizaje automático a la salud del paciente. -- _tAprovechar la IoT para crear resultados más predecibles. -- _tLa protección contra el fraude. -- _tCAPÍTULO 7: Diez predicciones sobre el futuro del aprendizaje automático.
526			_5Unicoc _x109967
546			_aEspañol
650		0	_910540 _aInteligencia Artificial
650		0	_910518 _aBig Data _xUso en IA
650		0	_911595 _aAprendizaje Automático (Machine Learning) _xProgramación
658		0	_98220 _aPrograma de Ingeniería de Sistemas
700			_911591 _aKirsch, Daniel
856			_uhttps://unicoceduco-my.sharepoint.com/:b:/g/personal/direccionbiblioteca_unicoc_edu_co/EajnrZO-2npFgcA89KpANjUBQplR2rbgs2_O1f5GVng17g?e=XPWl9O _yAcceso online exclusivo para comunidad Unicoc.
942			_2ddc _cEBOOK
999			_c10309 _d10309