Libros de Matemáticas, página 51 de 472

La presente obra, pensada para estudiantes de carreras técnicas, ha sido elaborada para que pueda leerse sin más conocimientos que los que se adquieren en cualquier asignatura de Fundamentos de Matematica Aplicada. Consta de siete capitulos o unidades tematicas que versan sobre algebra lineal, calculo en varias variables y ecuaciones diferenciales ordinarias basicas.Tanto en los resumenes teoricos como en los ejercicios resueltos, aparecen observaciones y notas con el objetivo de aclarar, ampliar o profundizar los conceptos manejados, cuyo afianzamiento puede llevarse a cabo mediante los ejercicios propuestos.

En esta monografía se acerca al lector los conceptos básicos de redes neuronales y de regresión, así como de los modelos que se pueden construir bajo ambas técnicas. Se analiza la relación y el paralelismo existente entre dichas tecnicas: una parametrica (la regresion) y otra no parametrica (las redes neuronales artificiales). Se pone de manifiesto la relacion existente entre las redes neuronales artificiales con los modelos de regresion, se establecen equivalencias entre terminos estadisticos (regresion) y de redes neuronales artificiales y se estudian los metodos estadisticos subyacentes en las redes neuronales. Se da informacion sobre campos de aplicacion de la regresion y de las redes neuronales artificiales y se muestran las ventajas que en determinados contextos presentan estas ultimas. Por ultimo, se llevan a cabo predicciones con el metodo clasico y con una red neuronal artificial, comparando los resultados obtenidos segun el metodo empleado.

Este tratado, es una ayuda práctica a la aplicación, acotación e interpretación de las normas de TOLERANCIAS GEOMETRICAS - GD&T.En el se huye de explicaciones excesivamente teóricas sustituyéndol

Las técnicas multivariantes permiten extraer la información subyacente en grandes volúmenes de datos. Los estudiantes de tercer ciclo e investigadores han de saber valorar dichas técnicas y adecuar su utilizacion en funcion de la problematica planteada. Se hace necesario, por tanto, una comprension de las principales tecnicas multivariantes. Por tal motivo, este libro pretende servir de ayuda, como primera aproximacion, a las principales tecnicasmultivariantes aplicadas en el campo de las Ciencias Ambientales.

Las Redes Neuronales Artificiales (RNA) constituyen una de las técnicas que intentan reproducir las características del cerebro. A diferencia de otras técnicas, que consideran el cerebro como una caja negra, las RNA intentan modelar su estructura fisiologica basica: la neurona, asi como la agrupacion de neuronas en sistemas que puedan mostrar un comportamiento que se pueda considerar, en alguna medida, inteligente. Al igual que los sistemas biologicos, los modelos artificiales consiguen resolver problemas en base al conocimiento adquirido mediante informacion que reciben de su entrono. Las RNA aprenden a resolver problemas a partir de una serie de ejemplos que representan el tipo de problema a resolver. Se describiran las tecnicas basicas que utilizan las Redes Neuronales Artificiales para aprender a resolver problemas. Como el objetivo de este texto es presentar las Redes Neuronales Artificiales y su relacion con la Estadistica a un lector no versado en el tema, se ha intentado en la medida de lo posible evitar la aparicion de expresiones matematicas. Se han seleccionado siempre ejemplos muy sencillos y faciles de entender, evitando las expresiones matematicas mas complejas. Estos sencillos ejemplos pueden ayudar al lector a entender el modo de operacion de las Redes Neuronales Artificiales.

Serie Breve Ciencia y TécnicaSerie Breve Ciencia y Técnica

La monografía que ahora presentamos bajo el título: “Aplicaciones diversas del Análisis de Varianza: Diseños complejos, alternativas no paramétricas y similitud con otras técnicas de análisis de dato