Los autores pueden autorizar al público en general a reutilizar sus obras únicamente con fines no lucrativos, los lectores pueden usar una obra para generar otra obra, siempre y cuando se dé el crédito de investigación y, otorgan a la editorial el derecho de publicar primero su ensayo bajo los términos de la licencia CC BY-NC 4.0.
Matemáticas para el aprendizaje de máquina
Autores:
Romero Cahuana, Ángel Amado; Medina Aguilar, Rosa Luz; Montoro Alegre, Edinson Raúl; Chumpitaz Ramos, Domingo Guzmán; Luna Valdez, Juan Honorato; Pizango Isuiza, Olmedo
ISBN: 978-9915-698-74-8
ARK: ark:/10951/isbn.9789915698748
DOI: https://doi.org/10.5281/zenodo.19446568
«El estudio formal de las matemáticas para el aprendizaje de máquina abarca principalmente el álgebra lineal, el cálculo multivariable, la probabilidad y la estadística, y la teoría de la información Asimismo, fronteras más avanzadas de la investigación recurren a la geometría diferencial y la topología para abordar estructuras de datos no euclidianas Este libro proporciona una revisión exhaustiva de estos dominios, analizando cómo interactúan entre sí y cómo fundamentan los algoritmos modernos, además de evaluar el panorama pedagógico actual para la adquisición de estas competencias».
Ángel Amado Romero Cahuana
Publicado: 28/02/2026
Origen: Colonia, Colonia, Uruguay
Agencia ISBN-Uruguay: 978-9915-698-74-8
