Capa do livro: TÓPICOS DE APRENDIZADO DE MÁQUINA E TÉCNICAS SUBJACENTES

TÓPICOS DE APRENDIZADO DE MÁQUINA E TÉCNICAS SUBJACENTES

Autores: Maria do Carmo Nicoletti

Este livro, dividido em onze capítulos, aborda diferentes tópicos, vários deles relacionados entre si, da área de Aprendizado de Máquina (AM). É um livro introdutório que tem o objetivo de familiarizar o leitor com a terminologia, notação e muitos dos conceitos básicos da área, bem como de iniciá-lo com relação às diferentes abordagens existentes de AM. Também mostra como o processo de aprendizado automático acontece, como seus resultados podem ser avaliados e apresenta/discute alguns dos muitos algoritmos que podem viabilizar tal processo. Devido à vasta abrangência da área de AM e ao volume de algoritmos e técnicas associadas, o conteúdo deste livro abrange apenas uma pequena parte da área.

Impresso
de R$ 92,85 por
R$ 71,42
Digital
de R$ 92,85 por
R$ 65,00

Confira nosso catálogo na Amazon!

Amazon Kindle
Disponibilidade: 5 Dia(s)
+ Prazo de Frete
Consultar frete e prazo de entrega:

Desconto no frete*!

Nas Compras de:

3 livros - 50% de desconto

5 livros - frete gratuito

* O desconto será aplicado no envio da modalidade Impresso Normal
(Sem rastreio e sem aviso de entrega)

Editora: EDITORA CRV
ISBN:978-85-444-2716-3
DOI: 10.24824/978854442716.3
Ano de edição: 2018
Distribuidora: EDITORA CRV
Número de páginas: 332
Formato do Livro: 16x23 cm
Número da edição:1

TÓPICOS DE APRENDIZADO DE MÁQUINA E TÉCNICAS SUBJACENTES
MARIA DO CARMO NICOLETTI
É graduada em Matemática (1973, UNESP, S. J. Rio Preto, SP), é Mestre em Computação (1997, ICMC-USP, S. Carlos, SP), é M.Sc. by Research in Computer Science (1980, Oxford University, Inglaterra) e tem doutorado em Física Computacional (1994, IFSC-USP, S. Carlos, SP). Fez seu pós-doutorado junto à UNSW, Sydney, Austrália, nos anos 1999 e 2000. Presentemente colabora como pesquisadora junto à UNIFACCAMP, C. L. Paulista, SP e junto ao DC-UFSCar, S. Carlos, SP. Atua em pesquisas na área de Inteligência Computacional, com ênfase em Aprendizado de Máquina, Representação de Conhecimento e Biologia Molecular.