Introducción al Machine Learning con MATLAB. Erik Cuevas Jiménez

      Introducción al Machine Learning con MATLAB

      Primera edición, 2021

      © 2021 Erik Valdemar Cuevas, Omar Avalos, Primitivo Emanuel,

      Arturo Valdivia y Marco Antonio Pérez

      © 2021 MARCOMBO, S.L.

       www.marcombo.com

      Diseño de la cubierta: ENEDENÚ DISEÑO GRÁFICO

      Corrección: Mónica Muñoz y Héctor Tarancón

      Directora de producción: M.ª Rosa Castillo

      Cualquier forma de reproducción, distribución, comunicación pública o transformación de esta obra solo puede ser realizada con la autorización de sus titulares, salvo excepción prevista por la ley. Diríjase a Cedro (Centro Español de Derechos Reprográficos, www.cedro.org) si necesita fotocopiar o escanear algún fragmento de esta obra.

      ISBN: 978-84-267-3282-8

      Producción del ePub: booqlab

      Índice general

       Prólogo

       CAPÍTULO 1. Fundamentos del Machine Learning

       1.1. Introducción

       1.2. Conceptos sobre datos

       1.3. Conceptos sobre aprendizaje

       1.4. Tipos de problemas

       1.5. Tipos de datos

       1.6. Tipos de aprendizajes

       1.7. Etapas de implementación del aprendizaje máquina

       1.8. Exploración y preparación de datos

       1.9. Visualización de datos

       Referencias

       CAPÍTULO 2. Bases matemáticas

       2.1. Introducción

       2.2. Probabilidad

       2.2.1. Variables aleatorias discretas

       2.2.2. Reglas fundamentales

       2.2.2.1. Probabilidad de la unión de dos elementos

       2.2.2.2. Probabilidad de la intersección de dos elementos

       2.2.2.3. Probabilidad condicional

       2.2.3. Algunas distribuciones comunes

       2.2.3.1. Distribución binomial y Bernoulli

       2.2.3.2. Distribución multinomial

       2.2.3.3. Distribución de Poisson

       2.2.3.4. Distribución uniforme

       2.2.3.5. Distribución normal (gaussiana)

       2.3. Estadística

       2.3.1. Medidas de tendencia central

       2.3.1.1. Media aritmética

       2.3.1.2. Mediana

       2.3.1.3. Moda

       2.3.2. Medidas de variabilidad

       2.3.2.1. Varianza

       2.3.2.2. Desviación estándar

       2.3.2.3. Rango

       2.3.3. Herramientas gráficas

       2.3.3.1. Gráfica de líneas

       2.3.3.2. Gráfica de barras

       2.3.3.3. Gráfica de cajas

       2.3.3.4. Histograma

       2.4. Álgebra lineal

       2.4.1. Vectores y matrices

       2.4.2. Suma, resta y producto escalar de vectores

       2.4.3. Norma vectorial

       2.4.3.1. Norma L¹

       2.4.3.2. Norma L²

       2.4.4. Matrices