MARC details
000 -LEADER |
campo de control de longitud fija |
02850nam a22003377a 4500 |
003 - IDENTIFICADOR DE NÚMERO DE CONTROL |
campo de control |
CO-PoCUC |
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
campo de control |
20251010162235.0 |
007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL |
campo de control de longitud fija |
ta |
008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL |
campo de control de longitud fija |
251010t2023 sp adj||r|||| 00| 0 spa d |
020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO |
Número Internacional Estándar del Libro |
9789587788891 (Colombia) |
020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO |
Número Internacional Estándar del Libro |
9788426735737 (España) |
040 ## - FUENTE DE CATALOGACIÓN |
Centro catalogador/agencia de origen |
CO-PoCUC |
Centro/agencia transcriptor |
CO-PoCUC |
Normas de descripción |
rda |
082 04 - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY |
Número de clasificación |
006.31 |
Número de ítem |
R223m |
Información de edición |
2023 |
100 ## - ENTRADA PRINCIPAL--NOMBRE DE PERSONA |
Nombre de persona |
Sebastián Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili |
245 ## - MENCIÓN DEL TÍTULO |
Título |
Machine learning con Pytorch y Scikit-Learn : |
Resto del título |
Como desarrollar modelos de machine learning y deep learning con Python |
Mención de responsabilidad, etc. |
Sebastián Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili |
250 ## - MENCION DE EDICION |
Mención de edición |
primera edición |
264 ## - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT |
Producción, publicación, distribución, fabricación y copyright |
Bogotá, Colombia |
Nombre del de productor, editor, distribuidor, fabricante |
Alpha editorial ; |
Fecha de producción, publicación, distribución, fabricación o copyright |
2023 |
264 ## - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT |
Producción, publicación, distribución, fabricación y copyright |
Madrid, España |
Nombre del de productor, editor, distribuidor, fabricante |
Marcombo ; |
Fecha de producción, publicación, distribución, fabricación o copyright |
2023 |
300 ## - DESCRIPCIÓN FÍSICA |
Extensión |
771 páginas ; |
Otras características físicas |
ilustraciones, gráficas y tablas genealógicas; |
Dimensiones |
24 cm. |
336 ## - TIPO DE CONTENIDO |
Término de tipo de contenido |
texto |
Código de tipo de contenido |
tx |
Fuente |
rdacontenido |
337 ## - TIPO DE MEDIO |
Nombre/término del tipo de medio |
no medio |
Código del tipo de medio |
n |
Fuente |
rdamedio |
338 ## - TIPO DE SOPORTE |
Nombre/término del tipo de soporte |
volumen |
Código del tipo de soporte |
nc |
Fuente |
rdasoporte |
490 ## - MENCIÓN DE SERIE |
Mención de serie |
Python machine learning |
505 ## - NOTA DE CONTENIDO CON FORMATO |
Información miscelánea |
1. |
Título |
Dotar a los ordenadores de la capacidad de aprender de los datos -- |
Información miscelánea |
2. |
Título |
Entrenamiento de algoritmos sencillos de aprendizaje automático -- |
Información miscelánea |
3. |
Título |
Un recorrido por los clasificadores de aprendizaje automático con scikit-learn -- |
Información miscelánea |
4. |
Título |
Elaboración de conjuntos de datos de entretenimiento adecuados: Preprocesamiento -- |
Información miscelánea |
5. |
Título |
Compresión de datos mediante la reducción de la dimensionalidad -- |
Información miscelánea |
6. |
Título |
Aprendizaje de las mejores prácticas para la evaluación de modelos y el ajuste de hiperparámetros -- |
Información miscelánea |
7. |
Título |
Combinación de diferentes modelos para el aprendizaje de conjunto -- |
Información miscelánea |
8. |
Título |
Aplicación del aprendizaje automático al análisis de opiniones -- |
Información miscelánea |
9. |
Título |
pronóstico de variables objetivo continuas con análisis de regresión -- |
Información miscelánea |
10. |
Título |
El trabajo con datos no etiquetados: análisis de clustering -- |
Información miscelánea |
11. |
Título |
Implementación de una red neuronal artificial multicapa desde cero -- |
Información miscelánea |
12. |
Título |
Paralelización de redes neuronales con Pytorch -- |
Información miscelánea |
13. |
Título |
Profundización: la mecánica de Pytorch -- |
Información miscelánea |
14. |
Título |
Clasificación de imágenes con redes neuronales convolucionales profundas -- |
Información miscelánea |
15. |
Título |
Modelado de datos secuenciales mediante redes neuronales recurrentes -- |
Información miscelánea |
16. |
Título |
Transformadores: mejora del procesamiento del lenguaje natural con mecanismos de atención -- |
Información miscelánea |
17. |
Título |
Redes generativas antagónicas con las que sintetizar nuevos datos -- |
Información miscelánea |
18. |
Título |
Redes neuronales de grafos para captar las dependencias en datos estructurados en grafos -- |
Información miscelánea |
19. |
Título |
Aprendizaje reforzado para la toma de decisiones en entornos complejos. |
521 ## - NOTA DE PÚBLICO DESTINATARIO |
Nota de público destinatario |
público en general |
534 ## - NOTA SOBRE LA VERSIÓN ORIGINAL |
Mención de título del original |
Machine learning with Pytorch and scikit-learn. |
650 17 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento de entrada |
APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) |
Fuente del encabezamiento o término |
ARMARC |
650 17 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento de entrada |
PYTHON (LENGUAJE DE PROGRAMACIÓN) |
Fuente del encabezamiento o término |
ARMARC |
650 17 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento de entrada |
AGENTES INTELIGENTES (SOFTWARE PARA COMPUTADORES) |
Fuente del encabezamiento o término |
ARMARC |
942 ## - ELEMENTOS DE ENTRADA SECUNDARIOS (KOHA) |
Fuente del sistema de clasificación o colocación |
Clasificación Decimal Dewey |
Tipo de ítem Koha |
Libro |
Edición |
primera edición |
Suprimir en OPAC |
No |