スキップしてメイン コンテンツに移動

Lista de publicaciones del Dr. Mint (en inglés)

 Mint Publishing ha publicado los siguientes libros.


Todos ellos son fáciles de entender y están cuidadosamente explicados para que puedas comprenderlos desde cero.

Las siguientes series ya están disponibles. 

  •  Serie Inteligencia Artificial 
  •  Serie Matemáticas 
  •  Serie Física 
  •  Serie Procesamiento de Imágenes 
  •  Serie Cálculo y Análisis Numérico 
  •  Serie Python 
  •  Serie R


Las series están organizadas de tal manera que puedes aprender de la que más te interese, o puedes empezar con el primer volumen de la serie en orden. Al ir y venir entre las series, el contenido es altamente sinérgico entre sí.

A continuación se enumeran los libros.
(Para más información sobre cada libro, visite la página del libro correspondiente).

 

Serie Inteligencia Artificial 

 [1]. Entendiendo los perceptrones: Una base para el aprendizaje profundo

 (próximamente)


[2]. Understanding the Improved Perceptron (El antepasado del aprendizaje profundo).

 

Si quieres aprender ADALINE, te recomendamos este libro (accede aquí).

 

 

[3]. Entendiendo la regresión lineal desde cero

Si quieres aprender regresión lineal, te recomendamos este libro (accede aquí).

 

 

[4]. Comprender la regresión logística desde cero 

Si quieres aprender regresión logística, te recomendamos este libro (accede aquí).




[5]. Entender k-Nearest Neighbors desde cero

Si quieres aprender k-Nearest Neighbors (Método del vecino más cercano), te recomendamos este libro (accede aquí).



[6]. Comprender la regresión múltiple desde cero

Si quiere aprender el análisis de regresión múltiple, le recomendamos este libro (acceda aquí).



[7]. Árboles de decisión: guía para principiantes

Si quiere aprender árboles de decisión, le recomendamos este libro (acceda aquí).



[8]. Entender el método Bootstrap desde cero

Para los que quieran aprender el método bootstrap, recomendamos este libro (acceso aquí).

 

 

[9]. Entendiendo los Bosques Aleatorios desde cero

Para quien quiera aprender Random Forest, le recomendamos este libro (acceda aquí).



[10]. Entender la regresión de árboles de decisión desde cero

Para los que quieran aprender regresión de árboles de decisión, recomendamos este libro (acceso aquí)

 

 

[11]. Entender las máquinas de vectores soporte desde cero

Si quieres aprender Máquinas de Vectores Soporte, te recomendamos este libro (pincha aquí).
 

 

[12]. Entender AdaBoost desde cero

Si quieres aprender AdaBoost, te recomendamos este libro (accede aquí).

 

[13]. Entender la regresión k-Nearest Neighbor desde cero 

Si te interesa aprender Regresión k-Nearest Neighbor, te recomendamos este libro (accede aquí).

 

 

[14]. Entender la regresión Random Forest desde cero

Si está interesado en aprender Regresión Random Forest, le recomendamos este libro (acceda aquí).

 
 

[15]. Comprender la regresión por vectores de soporte desde cero

Si quieres aprender Regresión por vectores de soporte, te recomendamos este libro (accede aquí).

 
 

[16]. Entendiendo el Análisis Cluster desde cero: Método K-Means ①

Si quieres aprender el método k-means, te recomendamos este libro (accede aquí).

 

[17].  Cómo entender el análisis de componentes principales desde cero


 (próximamente)

 
[18]. Comprender la visualización de datos desde cero

(próximamente)

 
[19]. Comprender las estadísticas descriptivas desde cero 

 (próximamente)

 
[20]. Comprender la probabilidad y las distribuciones de probabilidad desde cero 

 (próximamente)

 

[21]. Comprender las encuestas por muestreo y la estimación: De cero al dominio 


Si quiere aprender sobre encuestas por muestreo y estimación, le recomendamos este libro (acceda aquí).

 

 

 

Serie Matemáticas 

 [1]. Comprender la trigonometría desde cero: Seno, Coseno y Tangente

 Si quieres aprender trigonometría, te recomendamos este libro (accede aquí).
 
 

[2]. Entender las funciones exponenciales desde cero 

Si quieres aprender funciones exponenciales, te recomendamos este libro (pincha aquí para acceder).

 

 

[3]. Entender las funciones logarítmicas desde cero

Si quieres aprender funciones logarítmicas, te recomendamos este libro (pincha aquí para acceder).



[4]. Entender las funciones recíprocas desde cero

Si quieres aprender funciones recíprocas, te recomendamos este libro (pincha aquí para acceder).



[5]. Entender las ecuaciones diferenciales de variables separables desde cero

Si quieres aprender sobre “ecuaciones diferenciales” de variables separables, te recomendamos este libro (accede aquí).


[6]. Entender las funciones hiperbólicas desde cero

Si quieres aprender sobre las "ecuaciones diferenciales" de funciones hiperbólicas, te recomendamos este libro (accede aquí).
 
 

[7]. Entendiendo ecuaciones diferenciales resueltas con variación de parámetros

Si quieres aprender más sobre la resolución de ecuaciones diferenciales con variación de parámetros, te recomendamos este libro (accede aquí).



[8]. Comprensión de ecuaciones diferenciales lineales con coeficientes constantes


Si está interesado en aprender ecuaciones diferenciales lineales con coeficientes constantes, le recomendamos este libro (acceda aquí).

 

Serie Física 

 (próximamente)
 
 

Serie de Procesamiento de Imágenes 

[1]. Creación de entornos para el procesamiento de imágenes 

Si quieres aprender Procesado de Imágenes, te recomendamos este libro (accede aquí).
 
 

 [2]. Primeros pasos en los fundamentos del procesamiento de imágenes

Si quieres aprender Procesado de imágenes, te recomendamos este libro (accede aquí).



[3]. Binarización de imágenes

Si te interesa el mundo de la binarización, te recomendamos los siguientes libros (acceda aquí).

 

[4]. ¿Qué es la representación de imágenes? 


 (próximamente)

 

[5]. ¿Qué es la compresión de imágenes?

Si le interesa aprender sobre compresión de imágenes, consulte también los siguientes libros (acceda aquí)

 

 

Series de Cálculo y Análisis Numérico 

 [1]. Entender la interpolación desde cero

Si está interesado en aprender interpolación, le recomendamos este libro (pulse aquí para acceder).

  


[2]. Entender el método de Euler desde cero 

Si estás interesado en aprender el método de Euler, te recomendamos este libro (accede aquí).
 
 


[3]. Entender el Método de Euler Modificado (Método de Heun) desde cero


Si quieres aprender el Método de Euler Modificado (Método de Heun), te recomendamos este libro (accede aquí).

 
 

Python Series 

 (próximamente)
 
 

R Series

(próximamente)


 

コメント

コメントを投稿

このブログの人気の投稿

Understanding Probability and Probability Distributions from Scratch

 In modern society, we are surrounded by various uncertainties and random phenomena. From the weather and stock prices to the outcomes of sports and even small daily choices, the concepts of probability and probability distributions are powerful tools for understanding these uncertainties quantitatively. This article explains what probability and probability distributions are, where they are used, and the benefits of learning these concepts. 1. What are Probability and Probability Distributions? Probability is a way of expressing the likelihood of an event occurring as a number between 0 and 1. 0 means the event will not occur, and 1 means the event will definitely occur. The mathematical thinking behind probability is often subtly present when we talk about the “likelihood” of something happening in everyday life. A probability distribution systematically represents all possible outcomes and the probability of each outcome. - Discrete Probability Distribution This applies to distr...
コメントを投稿
続きを読む

Entendiendo la Regresión de Bosques Aleatorios desde Cero

En el panorama actual de la ciencia de datos, los algoritmos capaces de manejar eficazmente relaciones no lineales e interacciones complejas están muy demandados. Entre estos, la Regresión de Bosques Aleatorios destaca como una técnica flexible y potente, logrando una alta precisión predictiva al combinar numerosos modelos de regresión de árboles de decisión. Este artículo explica los conceptos básicos de la Regresión de Bosques Aleatorios, los escenarios donde sus fortalezas se utilizan mejor y los beneficios de aprender esta técnica. 1. ¿Qué es la Regresión de Bosques Aleatorios? La Regresión de Bosques Aleatorios es una técnica de regresión que integra múltiples modelos de regresión de árboles de decisión en forma de “aprendizaje conjunto” (ensemble learning). – Principios Básicos Cada árbol de decisión se construye utilizando muestras bootstrap (remuestreo de los datos) del conjunto de entrenamiento. Además, las características utilizadas para la división en cada nodo se selecciona...
コメントを投稿
続きを読む

Understanding Differential Equations Solved with Variation of Parameters

1. What are Differential Equations Solved with Variation of Parameters? Differential equations are a powerful tool for mathematically capturing changing phenomena. Among these, the “method of variation of parameters” is a particularly useful technique for solving non-homogeneous linear differential equations. The general solution to a homogeneous differential equation is known, expressed by a combination of constants (constant coefficients).  However, this cannot be directly solved when a non-homogeneous term (corresponding to an external influence or input) is added. Therefore, the method of variation of parameters takes an approach of replacing the original constant parts with (unknown) functions and determining the shape of those functions through differentiation. This method allows the construction of a complete solution including the non-homogeneous term.  Due to its flexibility in handling various systems – such as when the non-homogeneous term is an exponential function...
コメントを投稿
続きを読む