000 | 02847nam a22003257a 4500 | ||
---|---|---|---|
003 | BO-EaUP | ||
005 | 20241018152908.0 | ||
008 | 240724b |||||||| |||| 00| 0 eng d | ||
015 |
_a2008 _qM-20016-2008 |
||
020 | _a978-84-415-2423-1 | ||
040 |
_aBiblioteca de Ingenieria de Sistemas _bspa _cBiblioteca de Ingenieria de Sistemas _eRDA |
||
041 | _aspa | ||
043 | _ae-sp | ||
082 |
_221 _a005.12 |
||
092 |
_a005.12 _SIN61 |
||
100 |
_aSegaran Toby _cDirector de Software _eAutor _93609 |
||
245 |
_aInteligencia Colectiva: Desarrollo de aplicaciones Web 2.0 / _cToby Segaran |
||
250 | _aPrimera Edición | ||
260 |
_aEspaña : _bANAYA MULTIMEDIA, _c 11/06/2008 |
||
300 |
_a400 páginas ; _b Ilustraciones (blanco y negro), figuras, diagramas ; tapa blanda ; _c17.5x22.5 centímetros ; _frústico |
||
336 |
_2rdacontenido _atexto _btxt |
||
337 |
_2rdamedia _ano mediado _bn |
||
338 |
_avolumen _bnc |
||
505 | _aCapitulo 1. Introducción a la inteligencia colectiva.-- Capitulo 2. Realizar recomendaciones.-- Capitulo 3. Descubrir grupos.-- Capitulo 4. Buscar y clasificar.-- Capitulo 5. Optimización.-- Capitulo 6. Filtrar documentos.-- Capitulo 7. Modelar con arboles para la toma de decisiones.-- Capitulo 8. Construir modelos de precio.--Capitulo 9. Clasificación avanzada: métodos kernel y SVM.-- Capitulo 10. Encontrar características independientes.-- Capitulo 11. Inteligencia en desarrollo.-- Capitulo 12. Resumen de Algoritmos.-- Apéndice A. Bibliotecas de terceros.- Apéndice B. Formulas matemáticas. | ||
520 | _a¿Alguna vez ha deseado comprender toda la potencia que esconden los rankings de búsqueda o las recomendaciones de productos por Internet? La inteligencia colectiva surge de la colaboración y la competición de muchos individuos. Constituye el proceso de análisis y extracción de conocimiento procesable, implícito en las bases de datos a partir del desarrollo de aplicaciones Web.En este libro encontrará algoritmos muy sofisticados y programas inteligentes para acceder a conjuntos de datos de sitios Web, analizarlos y comprenderlos. Conseguirá realizar estadísticas y conclusiones sobre usabilidad, marketing, gustos personales, y comportamiento de grupos humanos en general. Cada algoritmo está descrito de modo riguroso, con código listo para usarse de inmediato.Aprenderá a utilizar las técnicas de filtrado colaborativo que permiten a los vendedores recomendar productos, los métodos de agrupación para detectar elementos similares en grandes conjuntos de datos, las características de los motores de búsquedas y los filtros bayesianos. | ||
521 | _aEsta destinado a docentes y estudiantes de carreras de ingeniería, ciencias tecnológicas. | ||
650 |
_aTECNOLOGIAS EMERGENTES II _93610 |
||
653 | _aDERSARROLO DE APLICACIONES | ||
942 |
_2ddc _cBK _e21 _n0 |
||
999 |
_c4377 _d4377 |