Introduction to applied linear algebra : vectors, matrices, and least squares / Stephen Boyd, Lieven Vandenberghe
Detalles de publicación: Cambridge, England : Cambridge University Press, 2018. Descripción: 463 pISBN: 9781316518960Tema(s): ALGEBRA LINEAL | MATRICES (MATEMATICAS) | ALGEBRA VECTORIAL | MINIMOS CUADRADOSResumen: Este innovador libro de texto combina explicaciones sencillas con una gran cantidad de ejemplos prácticos para ofrecer un enfoque innovador para la enseñanza del álgebra lineal. No requiere conocimientos previos del tema y cubre los aspectos del álgebra lineal (vectores, matrices y mínimos cuadrados) que se necesitan para aplicaciones de ingeniería, analizando ejemplos de ciencia de datos, aprendizaje automático e inteligencia artificial, procesamiento de señales e imágenes, tomografía, navegación, control y finanzas.Tipo de ítem | Biblioteca actual | Colección | Signatura | Estado | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|
Libros | Biblioteca Universidad Monteávila Colección general | Colección general | QA184.2 B6 (Navegar estantería(Abre debajo)) | Disponible | 2024-0118 |
Navegando Biblioteca Universidad Monteávila Estantes, Ubicación: Colección general, Código de colección: Colección general Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
QA184 G7 1996 Álgebra lineal | QA184 G7 1996 Álgebra lineal | QA184 G7 2008 Álgebra lineal | QA184.2 B6 Introduction to applied linear algebra : vectors, matrices, and least squares / | QA184.2 I7 Álgebra lineal | QA184.2 K5 Coding the matrix : linear algebra through applications to computer science | QA184.2 L38 2007 Linear algebra and its applications |
Incluye referencias bibliográficas e índice.
Este innovador libro de texto combina explicaciones sencillas con una gran cantidad de ejemplos prácticos para ofrecer un enfoque innovador para la enseñanza del álgebra lineal. No requiere conocimientos previos del tema y cubre los aspectos del álgebra lineal (vectores, matrices y mínimos cuadrados) que se necesitan para aplicaciones de ingeniería, analizando ejemplos de ciencia de datos, aprendizaje automático e inteligencia artificial, procesamiento de señales e imágenes, tomografía, navegación, control y finanzas.
No hay comentarios en este titulo.