Tienda

MACHINE LEARNING Y METAHEURÍSTICAS CON MATLAB. Fundamentos, Algoritmos y Aplicaciones

24,95 €

Entrenar un modelo es, en el fondo, un problema de optimización, y una búsqueda bien guiada es un problema de aprendizaje. Este libro reúne Machine Learning y metaheurísticas en un mismo recorrido y los lleva al código en MATLAB, para que entiendas qué hace cada algoritmo y por qué se comporta como lo hace, y puedas aplicarlo a tus propios problemas.

Sin existencias

Peso 0,400 kg
Dimensiones 1,39 × 17 × 23 cm
Autor

, ,

ISBN

9791399082739

Nº Páginas

262

IBIC

UYQ, UYQM

Publicación

16/11/2026

Formato

Papel

 Información

Cuando el aprendizaje automático y la optimización trabajan juntos, los problemas complejos dejan de ser inabordables.

Este libro presenta una visión integrada de dos áreas fundamentales de la inteligencia artificial y explora las posibilidades que ofrece su interacción.

La obra introduce los principales fundamentos y algoritmos de Machine Learning y metaheurísticas, y muestra cómo ambos paradigmas pueden complementarse para abordar problemas complejos de optimización y aprendizaje. Se estudia tanto el uso de técnicas de Machine Learning para mejorar las estrategias de búsqueda de los algoritmos metaheurísticos como la aplicación de metaheurísticas para optimizar modelos y procesos de aprendizaje automático.

Con un enfoque didáctico y práctico, el libro combina rigor conceptual, ejemplos y numerosas implementaciones en MATLAB, facilitando la experimentación y la comprensión del comportamiento de los algoritmos más allá de su utilización como simples «cajas negras».

Está dirigido a estudiantes y profesionales de ciencias, ingeniería, computación y matemáticas, así como a investigadores y desarrolladores interesados en aplicar estas técnicas a problemas reales.

Aprenderás a:

  • Dominar los fundamentos y algoritmos principales de Machine Learning y de las metaheurísticas.
  • Usar técnicas de Machine Learning para mejorar las estrategias de búsqueda de los algoritmos metaheurísticos.
  • Aplicar metaheurísticas para optimizar modelos y procesos de aprendizaje automático.
  • Implementar y experimentar con los algoritmos en MATLAB, sin tratarlos como «cajas negras».

 

🚀 ¿Por qué elegir este libro?


  • 🎯 Aplicación inmediata: Numerosas implementaciones en MATLAB que puedes ejecutar, modificar y adaptar a tus propios problemas de optimización y aprendizaje.
  • 🔬 Cobertura integrada: Dos áreas que suelen estudiarse por separado, tratadas en una sola obra y en las dos direcciones de su interacción.
  • 🧠 Más allá del manual: Rigor conceptual y ejemplos orientados a comprender el comportamiento de los algoritmos, no solo a invocarlos.
  • 📅 Contenido actualizado a 2026: Un enfoque alineado con la convergencia actual entre aprendizaje automático y optimización en inteligencia artificial.

 

👤 ¿A quién va dirigido?


  • Estudiantes de ciencias, ingeniería, computación y matemáticas: Una base sólida y didáctica en ambas disciplinas, con código para practicar.
  • Profesionales técnicos: Herramientas para plantear y resolver problemas complejos de optimización y aprendizaje en su trabajo.
  • Investigadores: Un marco conceptual riguroso para explorar la hibridación entre Machine Learning y metaheurísticas.
  • Desarrolladores: Implementaciones en MATLAB como punto de partida para aplicar estas técnicas a problemas reales.

 

📂 Índice y Primer Capítulo


 

✍️ Otros libros del mismo autor


Descubre más obras de Erik Cuevas, Jorge Gálvez y Omar Avalos y expande tus conocimientos en inteligencia artificial, optimización y programación científica.

 

 Productos relacionados

Comprueba otros productos que podrían interesarte

 Otros libros destacados

Pin It on Pinterest

Share This
0
0
Carrito
Tu carrito está vacíoVolver a la tienda