Sistemas de aprendizaje automático machine learning

Pérez López, César - Madrid : Garceta Grupo Editorial - 2022

Inteligencia artificial -- Machine learning -- Algoritmos y técnicas de aprendizaje supervisado -- Aprendizaje supervisado. modelo predictivo básico de regresión lineal múltiple -- Aprendizaje supervisado. validación en el modelo de regresión múltiple: multicolinealidad, autocorrelación y heteroscedasticidad ejemplos con R -- Aprendizaje supervisado. validación: multicolinealidad en el modelo de regresión lineal. métodos PLS Y ridge regresión ejemplos con R -- Aprendizaje supervisado. modelos lineales generalizados. ejemplos con R -- Aprendizaje supervisado. modelos logit y probit. modelos de recuento ejemplos con R -- Aprendizaje supervisado con python. la biblioteca scikit-learn. regresión lineal múltiple -- Aprendizaje supervisado a través de python: ridge regresión, ARD regresión, validación y regresión bayesiana con scikit learn -- Aprendizaje supervisado con python. lasso regresión elastic net regresión con scikit learn -- Aprendizaje supervisado con python. regresión robusta, valores atípicos y errores en modelos. regresiones ransac, theil-sen y huber -- Aprendizaje supervisado con python. kernel ridge regresión (KRR), support vector regression (SVR) y stochastic gradient descendt (SGD) -- Aprendizaje supervisado a través de IBM SPSS modeler -- Aprendizaje no supervisado. técnicas y herramientas -- Aprendizaje no supervisado. reducción de la dimensión ejemplos con R -- Aprendizaje no supervisado. análisis cluster ejemplos a través de R -- Aprendizaje no supervisado a través de IBM SPSS modeler -- Modelos de redes neuronales -- Validación de modelos.