000			02836nam a2200433 a 4500
003			co-ctgiumayor
005			20240703085508.0
006			m d
007			cr cnu---uuuuu
008			090217e200900 nyu s 000 0 eng d
020			_a9781282126749 (electronic bk.)
020			_a9780387848570 (hbk.)
020			_a0387848576 (hbk.)
020			_a9780387848587 (ebk.)
020			_a0387848584 (ebk.)
020			_a9781282126749 (MyiLibrary)
040			_aCO-CtgIUMC _bspa _ccoctgiumc _drda
082	0	4	_a519.071 _bH356
100	1		_aHastie, Trevor.
245	1	4	_aThe elements of statistical learning _h[electronic resource] : _bdata mining, inference, and prediction / _cTrevor Hastie, Robert Tibshirani, Jerome Friedman.
250			_aSegunda edición.
264			_aNew York, NY : _bSpringer, _cc2009
264		1	_cc2009
300			_a1 recurso en línea (xxii, 745 p.) : _bill (some col)
336			_atexto _btxt _2rdacontent
337			_acomputador _bc _2rdamedia
338			_arecurso en línea _bcr _2rdacarrier
490	1		_aSpringer series in statistics
504			_aIncluye referencias bibliográficas e índice.
520	8		_aDurante la última década ha habido una explosión en la informática y la tecnología de la información. Con esto han llegado grandes cantidades de datos en una variedad de campos como la medicina, la biología, las finanzas y el marketing. El desafío de comprender estos datos ha llevado al desarrollo de nuevas herramientas en el campo de la estadística, y ha generado nuevas áreas como la minera de datos, el aprendizaje automático y la bioinformática. Muchas de estas herramientas tienen bases comunes, pero a menudo se expresan con una terminología diferente. Este libro describe las ideas importantes en estas áreas en un marco conceptual común. Si bien el enfoque es estadístico, el énfasis está en los conceptos más que en las matemáticas. Se dan muchos ejemplos, con un uso liberal de los gráficos en color. Es un recurso valioso para los estadísticos y cualquier persona interesada en la minera de datos en la ciencia o la industria. La cobertura del libro es amplia, desde el aprendizaje supervisado (predicción) hasta el aprendizaje no supervisado. Los muchos temas incluyen redes neuronales, máquinas de vectores de soporte, árboles de clasificación e impulso --- el primer tratamiento integral de este tema en cualquier libro.
588			_aDescripción basada en recurso impreso
650		0	_aMinería de datos.
650		0	_aRedes neuronales.
650		0	_aEstadística _xEnseñanza.
700	1		_aTibshirani, Robert.
700	1		_aFriedman, J. H. _q(Jerome H.)
856			_zDar click aqui para ver texto completo _uhttps://drive.google.com/file/d/1XvQEaPiF1KLe70g8VRNHj20Qr5wqlw8m/view?usp=sharing
942			_cCF _2ddc
999			_c87634 _d87634