Área
Machine learning e IA
57 introducciones en 5 subáreas.
Mineria Datos9 guías
Machine Learning15 guías
Inteligencia Artificial12 guías
Ia Medica13 guías
Big Data8 guías
- Minería de Datos · Evaluación, Validación y Selección de Modelos
- Minería de Datos: KDD y Preparación de Datos
- Minería de Datos: Métodos Kernel y Redes Neuronales · Escuela de Ingeniería y Ciencia de Datos
- Minería de Datos: Aprendizaje No Supervisado y Agrupamiento
- Minería de Datos: Aprendizaje No Supervisado — Reglas de Asociación
- Minería de Datos: Reducción de Dimensionalidad — Referencia Experta
- Minería de Datos: Aprendizaje Supervisado — Fundamentos de Clasificación y Regresión
- Minería de Datos: Aprendizaje Supervisado (Modelos Flexibles) — Referencia Experta de Nivel Avanzado
- Minería de Datos: Datos No Estructurados y Temas Avanzados
- Machine Learning Avanzado e Inferencia Bayesiana — Referencia de Nivel Experto
- Machine Learning · Clasificación Supervisada y Modelos Probabilísticos
- Machine Learning: Fundamentos y Teoría de la Decisión — Referencia Avanzada
- Machine Learning: Modelos Basados en Árboles y Aprendizaje de Conjunto
- Modelos Generativos y Aprendizaje Probabilístico Profundo: Tratado Matemático, Arquitectónico y Práctico
- Machine Learning: Modelos Lineales Avanzados y Métodos de Regularización
- Machine Learning: Métodos No Paramétricos y de Vecindad
- Machine Learning: Aprendizaje No Supervisado y Análisis de Estructura Latente — Referencia Avanzada
- Optimización Matemática para el Aprendizaje de Máquina
- Machine Learning: Redes Neuronales y Aprendizaje Profundo
- Aprendizaje Supervisado Avanzado y Métodos de Kernel
- Máquinas de Vector de Soporte (SVM) y Métodos de Kernel
- Teoría del Aprendizaje Estadístico — Referencia Matemática y Técnica
- Teoría del Aprendizaje Estadístico — Referencia Matemática Rigurosa
- Validación, Selección de Modelos y Aspectos Prácticos en Machine Learning
- Aprendizaje por Refuerzo y Procesos de Decisión de Markov
- Teoría del Aprendizaje Profundo — Inteligencia Artificial
- Implementación, Despliegue y Mantenimiento de Modelos de IA · Manual de Ingeniería Avanzado
- Inteligencia Artificial: Ética, Interpretabilidad y Robustez
- Inteligencia Artificial y Estadística: Fundamentos Epistemológicos y Relación Matemática
- Modelos Gráficos Probabilísticos · Inteligencia Artificial Avanzada
- Aprendizaje No Supervisado y Reducción de Dimensionalidad
- Procesamiento del Lenguaje Natural con Modelos Modernos
- Inteligencia Artificial: Redes Neuronales Convolucionales y Visión por Computadora
- Procesamiento de Secuencias y Redes Neuronales Recurrentes — Referencia Avanzada
- Inteligencia Artificial: Temas Avanzados — Tratado de Especialización Matemática
- Inteligencia Artificial · Temas Avanzados y Fundamentos Matemáticos
- Inteligencia Artificial Médica · Adquisición, Estructura y Preprocesamiento de Datos Biomédicos
- Inteligencia Artificial Médica: Aplicaciones Clínicas por Especialidad
- Inteligencia Artificial Médica: Deep Learning para Datos Médicos Complejos
- Deep Learning y Visión por Computadora en Medicina
- Inteligencia Artificial Médica: Deep Learning y Visión por Computadora
- Inteligencia Artificial Médica: Ética, Regulación, Privacidad y Aspectos Legales
- Inteligencia Artificial Médica: Fundamentos para Ciencias de la Salud
- Inteligencia Artificial Médica: Implementación Clínica, Interacción Humano-IA y Futuro
- Machine Learning Clínico — Inteligencia Artificial en Medicina
- Inteligencia Artificial Médica: Machine Learning Clínico
- Inteligencia Artificial Médica: Procesamiento del Lenguaje Natural Clínico
- Inteligencia Artificial Médica: Procesamiento del Lenguaje Natural y Modelos de Lenguaje Grande en Salud
- Validación, Interpretación y Robustez de Modelos de Inteligencia Artificial Médica
- Big Data · Procesamiento Distribuido en Memoria con Apache Spark — Fundamentos de Arquitectura y Optimización
- Big Data: Arquitectura de Sistemas Distribuidos y Almacenamiento de Datos
- Big Data: Procesamiento de Datos No Estructurados y Complejos — Referencia Experta
- Big Data: Aspectos Éticos, Privacidad y Gobernanza de Datos
- Big Data: Inferencia y Muestreo en Entornos Distribuidos
- Big Data: Paradigma de Big Data en Estadística — Referencia Técnica Avanzada
- Big Data: Modelado Predictivo y Machine Learning a Escala
- Big Data: Análisis de Flujos de Datos en Tiempo Real (Data Streams)