Título :	Machine Learning Paradigms : Advances in Deep Learning-based Technological Applications
Tipo de documento:	documento electrónico
Autores:	Tsihrintzis, George A., ; Jain, Lakhmi C.,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2020
Número de páginas:	XII, 430 p. 178 ilustraciones, 154 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-49724-8
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Aprendizaje automático  Inteligencia Computacional
Índice Dewey:	006.31 Máquina de aprendizaje
Resumen:	En los albores de la Cuarta Revolución Industrial, el campo del Aprendizaje Profundo (un subcampo de la Inteligencia Artificial y el Aprendizaje Automático) está creciendo continua y rápidamente, desarrollándose tanto teóricamente como hacia aplicaciones en otras disciplinas cada vez más numerosas y diversas. El libro que nos ocupa tiene como objetivo exponer al lector a algunos de los avances recientes más significativos en aplicaciones tecnológicas basadas en el aprendizaje profundo y consta de una nota editorial y quince (15) capítulos adicionales. Todos los capítulos del libro fueron invitados de autores que trabajan en el tema del capítulo correspondiente y son reconocidos por sus importantes contribuciones a la investigación. Más detalladamente, los capítulos del libro están organizados en seis partes, a saber (1) Aprendizaje profundo en detección, (2) Aprendizaje profundo en redes sociales e IOT, (3) Aprendizaje profundo en el campo médico, (4) Aprendizaje profundo en Control de sistemas, (5) Aprendizaje profundo en procesamiento de vectores de características y (6) Evaluación del rendimiento de algoritmos. Este libro de investigación está dirigido a profesores, investigadores, científicos, ingenieros y estudiantes de disciplinas relacionadas con la informática. También está dirigido a lectores que provienen de otras disciplinas y están interesados ​​en familiarizarse con algunas de las aplicaciones tecnológicas más recientes basadas en el aprendizaje profundo. Una extensa lista de referencias bibliográficas al final de cada capítulo guía a los lectores a profundizar en sus áreas de aplicación de interés.
Nota de contenido:	Chapter 1: Introduction to Deep Learning-based Technological Applications -- Chapter 2: Vision to Language: Methods, Metrics and Datasets -- Chapter 3: Deep Learning Techniques for Geospatial Data Analysis -- Chapter 4: Deep Learning Approaches in Food Recognition -- Chapter 5: Deep Learning for Twitter Sentiment Analysis: the Effect of pre-trained Word Embedding -- Chapter 6: A Good Defense is a Strong DNN: Defending the IoT with Deep Neural Networks -- Chapter 7: Survey on Deep Learning Techniques for Medical Imaging Application Area -- Chapter 8: Deep Learning Methods in Electroencephalography.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Machine Learning Paradigms : Advances in Deep Learning-based Technological Applications [documento electrónico] / Tsihrintzis, George A., ; Jain, Lakhmi C.,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XII, 430 p. 178 ilustraciones, 154 ilustraciones en color.
ISBN : 978-3-030-49724-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Aprendizaje automático  Inteligencia Computacional
Índice Dewey:	006.31 Máquina de aprendizaje
Resumen:	En los albores de la Cuarta Revolución Industrial, el campo del Aprendizaje Profundo (un subcampo de la Inteligencia Artificial y el Aprendizaje Automático) está creciendo continua y rápidamente, desarrollándose tanto teóricamente como hacia aplicaciones en otras disciplinas cada vez más numerosas y diversas. El libro que nos ocupa tiene como objetivo exponer al lector a algunos de los avances recientes más significativos en aplicaciones tecnológicas basadas en el aprendizaje profundo y consta de una nota editorial y quince (15) capítulos adicionales. Todos los capítulos del libro fueron invitados de autores que trabajan en el tema del capítulo correspondiente y son reconocidos por sus importantes contribuciones a la investigación. Más detalladamente, los capítulos del libro están organizados en seis partes, a saber (1) Aprendizaje profundo en detección, (2) Aprendizaje profundo en redes sociales e IOT, (3) Aprendizaje profundo en el campo médico, (4) Aprendizaje profundo en Control de sistemas, (5) Aprendizaje profundo en procesamiento de vectores de características y (6) Evaluación del rendimiento de algoritmos. Este libro de investigación está dirigido a profesores, investigadores, científicos, ingenieros y estudiantes de disciplinas relacionadas con la informática. También está dirigido a lectores que provienen de otras disciplinas y están interesados ​​en familiarizarse con algunas de las aplicaciones tecnológicas más recientes basadas en el aprendizaje profundo. Una extensa lista de referencias bibliográficas al final de cada capítulo guía a los lectores a profundizar en sus áreas de aplicación de interés.
Nota de contenido:	Chapter 1: Introduction to Deep Learning-based Technological Applications -- Chapter 2: Vision to Language: Methods, Metrics and Datasets -- Chapter 3: Deep Learning Techniques for Geospatial Data Analysis -- Chapter 4: Deep Learning Approaches in Food Recognition -- Chapter 5: Deep Learning for Twitter Sentiment Analysis: the Effect of pre-trained Word Embedding -- Chapter 6: A Good Defense is a Strong DNN: Defending the IoT with Deep Neural Networks -- Chapter 7: Survey on Deep Learning Techniques for Medical Imaging Application Area -- Chapter 8: Deep Learning Methods in Electroencephalography.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i