Introducción al aprendizaje computacional a través de modelos estadísticos y probabilistas

Simple item page
dc.audiencegeneralPublices_MX
dc.contributorReyes Cervantes, Hortensia Josefina
dc.contributor.advisorREYES CERVANTES, HORTENSIA JOSEFINA; 161756
dc.contributor.authorMartínez Ruiz, Armando
dc.date.accessioned2023-10-11T19:42:53Z
dc.date.available2023-10-11T19:42:53Z
dc.date.issued2023-05
dc.description.abstract"El aprendizaje computacional, en general, trata de construir programas o modelos que puedan mejorar su desempeño de forma automática a través de la experiencia. Esta área de la inteligencia artificial puede dividirse en tres principales vertientes: el aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje por refuerzo. Para dar una introducción al área del aprendizaje computacional, se parte de los modelos de regresión lineal, utilizados para realizar predicciones de un valor numérico y que permiten ilustrar las bases del aprendizaje computacional, así como los procedimientos para tener mejores modelos como los métodos de optimización para las funciones de costo o la selección de atributos. Otra tarea fundamental dentro del aprendizaje computacional es la clasificación, que consiste en predecir el valor de una variable categórica dada una observación. Además, la evaluación de modelos es una parte importante que permite ilustrar técnicas estadísticas para apoyar con cierto grado de significancia la elección de un determinado modelo. Estas tareas de regresión y clasificación pueden ser vistas a través de los conceptos teóricos estudiados en los cursos formativos de la licenciatura, de modo que estos conceptos pueden servir como base para el estudio inicial del aprendizaje computacional".
dc.folio20230511140240-8661-TLes_MX
dc.formatpdfes_MX
dc.identificator1es_MX
dc.identifier.urihttps://hdl.handle.net/20.500.12371/19190
dc.language.isospaes_MX
dc.matricula.creator201224345es_MX
dc.publisherBenemérita Universidad Autónoma de Pueblaes_MX
dc.rights.accesopenAccesses_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subject.classificationCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAes_MX
dc.subject.dbgunamClasificación--Métodos estadísticos
dc.subject.lccAprendizaje automático (Inteligencia artificial)
dc.subject.lccAnálisis de regresión
dc.subject.lccRedes neuronales (Computación)
dc.thesis.careerLicenciatura en Matemáticas Aplicadases_MX
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactases_MX
dc.thesis.degreegrantorFacultad de Ciencias Físico Matemáticases_MX
dc.thesis.degreetoobtainLicenciado (a) en Matemáticas Aplicadases_MX
dc.titleIntroducción al aprendizaje computacional a través de modelos estadísticos y probabilistases_MX
dc.typeTesis de licenciaturaes_MX
dc.type.conacytbachelorThesises_MX
dc.type.degreeLicenciaturaes_MX
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
20230511140240-8661-TL.pdf
Size:
1.07 MB
Format:
Adobe Portable Document Format
Description:
Download
Name:
20230511140240-8661-CARTA.pdf
Size:
1.29 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis de Licenciatura