000			01792nam a22002654a 4500
001			PE-BaUNAB
005			20260713210204.0
006			a||||gr|||| 001 0
007			ta
008			t pe gr 00| 0 spa d
020			_a9789587923162
040			_aPE-BaUNAB
041			_aspa
043			_cper
082			_a006.3
100			_aCarlos M. Pineda Pertuz _eAutor _913964
245			_aAprendizaje automático y profundo en python _bUna mirada hacia la inteligencia artificial
260			_aBogotá, Colombia : _bEdiciones de la U ; _c2021
300			_a341 páginas: _c24 cm
505			_aPrólogo. -- Introducción. -- CAPÍTULO 1. Conceptos básicos de programación en Python 3.9. -- CAPÍTULO 2. Introducción al Aprendizaje Automático. -- CAPÍTULO 3. Herramientas para el aprendizaje automático. – CAPÍTULO 4. Preprocesado de datos. -- CAPÍTULO 5. Modelos de regresión. -- CAPÍTULO 6. Regularización, métricas de evaluación y ajuste de hiperparámetros. -- CAPÍTULO 7. Modelos de Clasificación I. -- CAPÍTULO 8. Modelos de Clasificación II. -- CAPÍTULO 9. Clustering. -- CAPÍTULO 10. Reducción de la dimensionalidad. -- CAPÍTULO 11. Introducción a las redes neuronales. -- CAPÍTULO 12. Redes neuronales convolucionales. -- CAPÍTULO 13. Aumento de datos y transferencia de aprendizaje. -- CAPÍTULO 14. Introducción al Procesamiento del Lenguaje Natural (PNL). -- CAPÍTULO 15. Redes neuronales recurrentes (RNN). -- Índice analítico.
650			_aAprendizaje automático (Inteligencia artificial) -- Modelos matemáticos _913965
650			_aAprendizaje profundo (Aprendizaje automático) -- Estudio y ejercicios _913966
650			_aPython (Lenguaje de programación de computadores) _913967
942			_2ddc _cLIB _e2026-07-13 _zLRM
999			_c6153 _d6153