000 | 01918nam a2200469 a 4500 | ||
---|---|---|---|
001 | 6324 | ||
003 | AR-HaUTN | ||
005 | 20250306204745.0 | ||
007 | ta | ||
008 | 241031s2007 mexd||||r|||| 00| 0 spa d | ||
020 | _a9789701512654 | ||
040 |
_bspa _cAR-HaUTN |
||
080 | 1 |
_a004.032.26 _bAND _22000 |
|
100 | 2 |
_aAnderson, James A. _98562 |
|
245 |
_aRedes neurales / _cJames A. Anderson |
||
250 | _a1º ed | ||
260 |
_aMexico _bAlfaomega _c2007 |
||
300 |
_a616 p. : _bil. byn., gráficos : _c23 cm. |
||
500 | _aContiene gráficos, ilustraciones en blanco y negro | ||
505 | 0 | _aPropiedades de las neuronas individuales. | |
505 | 0 | _aIntegración sináptica y modelos de neuronas. | |
505 | 0 | _aOperaciones vectoriales esenciales. | |
505 | 0 | _aInhibición lateral y procesamiento sensorial. | |
505 | 0 | _aOperaciones sencillas de matrices. | |
505 | 0 | _aEl asociador lineal: antecedentes y fundamentos. | |
505 | 0 | _aEl asociador lineal: simulaciones. | |
505 | 0 | _aPrimeros modelos de redes: el perceptrón. | |
505 | 0 | _aAlgoritmos de descenso en gradiente. | |
505 | 0 | _aRepresentación de la información. | |
505 | 0 | _aAplicaciones de los asociadores sencillos: formación de conceptos y movimientos de objetos. | |
505 | 0 | _aEnergía y redes neurales: redes de Hopfield y maquinas de Boltzmann. | |
505 | 0 | _aClasificadores del vecino más cercano. | |
505 | 0 | _aMapas adaptativos. | |
505 | 0 | _aEl modelo ECC: una simple red neural autoasociativa no lineal. | |
505 | 0 | _aCómputos asociativos. | |
505 | 0 | _aEnseñándole aritmética a una red neural. | |
650 | 1 | 7 |
_2TESAMAT _aREDES NEURONALES _98280 |
650 | 2 | 7 |
_2Tesauro SPINES _aALGORITMOS _94088 |
650 | 2 | 7 |
_2Tesauro SPINES _aANÁLISIS VECTORIAL _94288 |
856 |
_uhttps://biblio.frh.utn.edu.ar/cgi-bin/koha/opac-retrieve-file.pl?id=415bb1e19dbf0626327720ace9b9e8c6 _yÍNDICE ALFABÉTICO |
||
942 |
_2udc _cBK |
||
999 |
_c6324 _d6324 |