Neural Networks and Deep Learning

Charu C. Aggarwal
Descargar PDF

Este libro cubre los modelos clásicos y modernos en el aprendizaje profundo. Los capítulos de este libro abarcan tres categorías: Los fundamentos de las redes neuronales: muchos modelos tradicionales de aprendizaje automático pueden entenderse como casos especiales de redes neuronales. En los primeros dos capítulos se hace hincapié en comprender la relación entre el aprendizaje automático tradicional y las redes neuronales. Las máquinas de vectores de soporte, la regresión lineal / logística, la descomposición de valores singulares, la factorización matricial y los sistemas de recomendación son casos especiales de redes neuronales. Estos métodos se estudian junto con métodos recientes de ingeniería de características como word2vec. Fundamentos de las redes neuronales: en los capítulos 3 y 4 se proporciona una discusión detallada de la capacitación y la regularización. Los capítulos 5 y 6 presentan redes de función de base radial (RBF) y máquinas de Boltzmann restringidas. Temas avanzados en redes neuronales: los capítulos 7 y 8 discuten las redes neuronales recurrentes y las redes neuronales convolucionales. En los capítulos 9 y 10 se presentan varios temas avanzados como el aprendizaje de refuerzo profundo, las máquinas neuronales de Turing, los mapas autoorganizados de Kohonen y las redes de confrontación generativas. El libro está escrito para estudiantes graduados, investigadores y profesionales. Numerosos ejercicios están disponibles junto con un manual de soluciones para ayudar en la enseñanza en el aula. Siempre que sea posible, se resalta una vista centrada en la aplicación para proporcionar una comprensión de los usos prácticos de cada clase de técnicas.

INVESTIGACIÓN SOBRE EL PROFESOR DE MATEMÁTICAS: práctica de aula, conocimiento, competencia y desarrollo profesional

profesor de matematicas - Búsqueda de Google

Investigación sobre el profesor de matemáticas : práctica de aula, conocimiento, competencia y desarrollo profesional. Edelmira Badillo Jiménez, et al. (eds). Ediciones Universidad de Salamanca, 2019. (Col. Aquilafuente: [AQ] ; 271).

DESCARGAR PDFDESCARGAR EPUB

RESUMEN :

Este libro presenta una panorámica de investigaciones con el foco en el profesor de matemáticas, desde distintas perspectivas teóricas y metodológicas, e incluyendo desde la formación de profesores a la práctica de aula, considerando al profesor como aprendiz y como profesional reflexivo.

Está organizado en cuatro secciones que se centran respectivamente en: el análisis de la práctica docente, el conocimiento del profesor, el aprendizaje del profesor y el desarrollo de competencias, y el desarrollo profesional y el dominio afectivo. Las secciones integran capítulos que narran diferentes aproximaciones a la investigación sobre la problemática foco de la sección con capítulos que presentan una visión de la investigación a nivel internacional, identificando líneas de investigación emergentes.

El contenido del libro recoge el trabajo de investigadores de la RED8-EDUCACIÓN MATEMÁTICA Y FORMACIÓN DE PROFESORES (financiada por el Ministerio de Economía, Industria y competitividad, de España) y de otros expertos en la temática. Al mostrar una amplia diversidad de investigaciones sobre el profesor de matemáticas, puede ser de interés para investigadores (en formación o expertos), profesores de matemáticas, formadores de profesores y personas interesadas en general en la Educación Matemática.

Automated Machine Learning

 

Automated Machine Learning Methods, Systems, Challenges, Frank HutterLars KotthoffJoaquin Vanschoren
Descargar PDF

Este libro de acceso abierto presenta la primera descripción completa de los métodos generales en el aprendizaje automático automatizado (AutoML), recopila descripciones de los sistemas existentes basados ​​en estos métodos y analiza la primera serie de desafíos internacionales de los sistemas AutoML. El reciente éxito de las aplicaciones comerciales de ML y el rápido crecimiento del campo ha creado una gran demanda de métodos de ML listos para usar que se pueden usar fácilmente y sin el conocimiento de expertos. Sin embargo, muchos de los éxitos recientes del aprendizaje automático dependen fundamentalmente de expertos humanos, que seleccionan manualmente las arquitecturas de ML apropiadas (arquitecturas de aprendizaje profundo o flujos de trabajo de ML más tradicionales) y sus hiperparámetros. Para superar este problema, el campo de AutoML apunta a una automatización progresiva del aprendizaje automático, basada en los principios de la optimización y el aprendizaje automático. Este libro sirve como un punto de entrada en este campo de rápido desarrollo para investigadores y estudiantes avanzados por igual, además de proporcionar una referencia para los profesionales que desean utilizar AutoML en su trabajo.

Biomineralización.

biomineralización - Búsqueda de Google

Biomineralization : From Molecular and Nano-structural Analyses to Environmental Science. Endo, Kazuyoshi ; Kogure, Toshihiro ; Nagasawa, Hiromichi (eds.). Springer Nature, 2018. DOI 10.1007/978-981-13-1002-7.

DESCARGAR PDFVER PDF


En los últimos 45 años, la investigación sobre la biomineralización ha revelado detalles de las características de la nanoestructura de varios biominerales; el mecanismo de formación de esta nanoestructura, incluida la etapa inicial de cristalización; y la función de las matrices orgánicas en los biominerales, y estos conocimientos se han aplicado a las ciencias dentales, médicas, farmacéuticas, de los materiales, agrícolas y ambientales y a la paleontología. Como tal, la biomineralización es una importante esfera de investigación interdisciplinaria, y se esperan nuevos avances tanto en la investigación fundamental como en la aplicada.

Este libro recoge el acta del 14º Simposio Internacional sobre Biomineralización (BIOMIN XIV), celebrado en 2017 en Tsukuba.

Primer mapa geológico completo de la Luna.

Unified Geologic Map of the Moon
Proyecciones ortográficas del “Mapa Geológico Unificado de la Luna” que muestra la geología del lado cercano (izquierda) y del lado lejano (derecha) de la Luna con la topografía sombreada del Altímetro Lunar Láser (LOLA).

El Centro de Ciencia Astrogeológica (ASC) del USGS, en colaboración con la NASA y el Instituto Lunar y Planetario, ha publicado un nuevo mapa geológico definitivo de la Luna

¿Alguna vez te has preguntado qué tipo de rocas forman esas manchas brillantes y oscuras en la luna? Bueno, el USGS (Servicio geológico de los Estados Unidos) acaba de publicar un nuevo mapa autorizado para ayudar a explicar la historia de 4.500 millones de años de nuestro vecino más cercano en el espacio.

El mapa lunar, llamado “Unified Geologic Map of the Moon” (Mapa Geológico Unificado de la Luna), no sólo puede servir como un plano de la superficie de la Luna para la próxima misión humana a la Luna, sino que también sirve como un recurso útil para la comunidad científica internacional, los educadores y el público en general interesado en la geología lunar.[DESCARGAR VIDEO]

“Aunque esta publicación incluye un PDF del mapa unificado para su impresión en un plotter de gran formato, el verdadero beneficio es la publicación de la base de datos digital GIS (Sistema de Información Geográfica) para apoyar un mayor estudio científico a múltiples escalas”, dijo el cartógrafo de Astrogeología del USGS, Trent Hare.

Los geólogos y cartógrafos de la astrogeología utilizaron información actualizada de misiones recientes a la Luna, como las observaciones en estéreo de la Cámara de Terreno del JAXA (Organismo de Exploración Aeroespacial del Japón) SELENE (Explorador Selenológico y de Ingeniería, también conocido como Kaguya) como base para la región ecuatorial. Los datos del Altímetro Láser del Orbitador Lunar de la NASA (LOLA del Lunar Reconnaissance Orbiter) se utilizaron para los polos norte y sur. Estos conjuntos de datos proporcionaron ajustes actualizados y una mayor alineación con los mapas existentes de la era Apolo, preservando, cuando fue posible, las observaciones e interpretaciones anteriores.

Hacer un mapa como este no es fácil. “Fue un gran esfuerzo para nuestro equipo completar este nuevo mapa y hacerlo perfecto”, dijo el Director de Astrogeología Justin Hagerty. “Gran parte de la cartografía histórica fue realizada por varios grupos y a escalas regionales. Se utilizaron métodos ligeramente diferentes, de modo que los mapas de la misma característica que habían sido cartografiados por diferentes grupos no coincidían.”

Entre los desafíos del proceso que duró un decenio, cabe mencionar el hecho de que los mapas lunares de la época de Apolo sólo estaban disponibles en formato de papel y que las primeras versiones digitalizadas de los mapas de papel no se ajustaban a las imágenes actualizadas y más precisas. Los seis mapas originales fueron renovados digitalmente y reconciliados con los nuevos conjuntos de datos. A pesar del nuevo formato digital, seguían existiendo problemas de límites, como diferencias en las unidades geológicas, los nombres de las unidades, las descripciones de las unidades, las relaciones de edad y las características de la superficie no se cartografiaban de manera coherente. Los geólogos desarrollaron una estratigrafía unificadora para la Luna, y las unidades se ajustaron a este nuevo sistema. Además, el equipo de cartografía de Astrogeología identificó los rasgos de la superficie y los cartografió para crear un catálogo global de los rasgos a la escala del mapa (1:5.000.000)

RELEASE OF THE DIGITAL UNIFIED GLOBAL GEOLOGIC MAP OF THE MOON AT 1:5,000,000-SCALE. C. M. Fortezzo, Lunar and Planetary Science Conference (2020). DESCARGAR PDF