Título :	Fundamentals of Data Analytics : With a View to Machine Learning
Tipo de documento:	documento electrónico
Autores:	Mathar, Rudolf, Autor ; Alirezaei, Gholamreza, Autor ; Balda, Emilio, Autor ; Behboodi, Arash, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2020
Número de páginas:	XI, 127 p. 41 ilustraciones, 28 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-56831-3
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Estadísticas  Grandes datos  Estructuras de datos (Informática)  Teoría de la información  Inteligencia artificial  Teoría y métodos estadísticos  Estructuras de datos y teoría de la información  Estadística y Computación
Índice Dewey:	519.5 Matemáticas estadísticas
Resumen:	Este libro presenta las metodologías básicas para un análisis de datos exitoso. La optimización y aproximación de matrices se explican en detalle y se aplican ampliamente a la reducción de dimensionalidad mediante análisis de componentes principales y escalamiento multidimensional. Los mapas de difusión y la agrupación espectral se obtienen como herramientas poderosas. La superposición metodológica entre la ciencia de datos y el aprendizaje automático se enfatiza al demostrar cómo se utiliza la ciencia de datos para la clasificación, así como para el aprendizaje supervisado y no supervisado. .
Nota de contenido:	1 Introduction -- 2 Prerequisites from Matrix Analysis -- 3 Multivariate Distributions and Moments -- 4 Dimensionality Reduction -- 5 Classification and Clustering -- 6 Support Vector Machines -- 7 Machine Learning -- Index.
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

Fundamentals of Data Analytics : With a View to Machine Learning [documento electrónico] / Mathar, Rudolf, Autor ; Alirezaei, Gholamreza, Autor ; Balda, Emilio, Autor ; Behboodi, Arash, Autor  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XI, 127 p. 41 ilustraciones, 28 ilustraciones en color.
ISBN : 978-3-030-56831-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Estadísticas  Grandes datos  Estructuras de datos (Informática)  Teoría de la información  Inteligencia artificial  Teoría y métodos estadísticos  Estructuras de datos y teoría de la información  Estadística y Computación
Índice Dewey:	519.5 Matemáticas estadísticas
Resumen:	Este libro presenta las metodologías básicas para un análisis de datos exitoso. La optimización y aproximación de matrices se explican en detalle y se aplican ampliamente a la reducción de dimensionalidad mediante análisis de componentes principales y escalamiento multidimensional. Los mapas de difusión y la agrupación espectral se obtienen como herramientas poderosas. La superposición metodológica entre la ciencia de datos y el aprendizaje automático se enfatiza al demostrar cómo se utiliza la ciencia de datos para la clasificación, así como para el aprendizaje supervisado y no supervisado. .
Nota de contenido:	1 Introduction -- 2 Prerequisites from Matrix Analysis -- 3 Multivariate Distributions and Moments -- 4 Dimensionality Reduction -- 5 Classification and Clustering -- 6 Support Vector Machines -- 7 Machine Learning -- Index.
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