
MACHINE LEARNING. APRENDIZAJE SUPERVISADO: PREDICCIÓN con SERIES TEMPORALES a través de R
Usually printed in 3 - 5 business days
El Machine Learning puede definirse como un proceso de descubrimiento de relaciones, patrones y tendencias nuevas y significativas al examinar grandes cantidades de datos. Las técnicas de Machine Learnin persiguen el descubrimiento automático del conocimiento inmerso en los datos. El Machine Learning utiliza dos tipos de técnicas: las técnicas de aprendizaje supervisado o predictivas, que capacitan a un modelo sobre datos de entrada y salida conocidos para que pueda predecir los resultados futuros (todos los tipos de modelos), y las técnicas de aprendizaje no supervisado o descriptivas, que encuentran patrones ocultos o estructuras intrínsecas en los datos de entrada (la agrupación o clúster es la técnica descriptiva más común). En este libro se desarrollan las técnicas predictivas de aprendizaje supervisado basadas en series temporales. Se presentan variedad de ejemplos y ejercicios totalmente resueltos con el software R.
Details
- Publication Date
- Feb 2, 2022
- Language
- Spanish
- ISBN
- 9781678125387
- Category
- Business & Economics
- Copyright
- All Rights Reserved - Standard Copyright License
- Contributors
- By (author): César Pérez López
Specifications
- Pages
- 252
- Binding
- Paperback
- Interior Color
- Black & White
- Dimensions
- A4 (8.27 x 11.69 in / 210 x 297 mm)
Keywords
MACHINE LEARNINGAPRENDIZAJE SUPERVISADOAPRENDIZAJE NO SUPERVISADOSOFTWARE RRPREDICCIÓNIDENTIFICACIÓNDIAGNOSISESTACIONALIDADMODELOS ARIMAESTACIONARIDADFUNCIÓN DE AUTOCORRELACIÓNFUNCIÓN DE AUTOCORRELACIÓN PARCIALPERIODOGRAMAFUNCIÓN DE DENSIDAD ESPECTRALCOMPONENTESCOMPONENTE ESTACIONALCICLOTENDENCIACICLOTENDENCIAMODELOS DETERMINISTASMODELOS AUTOPROYECTIVOSMODELOS ESTOCÁSTICOSMODELOS ESTACIONALESMODELOS DE HOLTMODELOS DE BROWNMODELOS DE WINTERSMODELOS DE HOLT WINTERSREDES NEURONALESESPACIO DE LOS ESTADOSCOMPONENTE CÍCLICAESTIMACIÓNBOX JENKINSMODELOS ARMAMODELOS ARMODELOS MAMEDIA MÓVIL