-
CALCULO SIMBOLICO Y NUMERICO CON MATHEMATICA
En este libro se aborda de manera clara y detallada la amplia gama de funciones y herramientas que ofrece MATHEMATICA. A lo largo de sus páginas, se presentan 800 ejemplos y 370 ejercicios que permiten comprender la aplicación de más de 900 funciones disponibles en el programa.
Desde la integración y derivación hasta la resolución de sistemas de ecuaciones lineales y no lineales, MATHEMATICA se destaca por su capacidad para realizar cálculos simbólicos y numéricos de manera eficiente. Además, este libro no pasa por alto los conceptos teóricos fundamentales que respaldan el uso de estas funciones en diversos contextos matemáticos.
Entre las funcionalidades que se exploran se encuentran el cálculo de límites, la suma de series, la resolución de ecuaciones diferenciales, el ajuste de puntos, la simplificación de expresiones y el cálculo de transformadas de Fourier y Laplace. Asimismo, se aborda el manejo de matrices, espacios vectoriales, aplicaciones lineales, formas cuadráticas, diagonalización, regresión simple y múltiple, programación lineal, entre otros temas.
Un aspecto destacado de MATHEMATICA es su capacidad para representar datos y funciones en gráficos 2D y 3D, así como en gráficos de contorno, de densidad y animaciones. Esta versatilidad permite visualizar de forma intuitiva los resultados de los cálculos realizados, facilitando la interpretación y el análisis de los mismos.
Además de su amplio espectro de funcionalidades matemáticas, MATHEMATICA también soporta la programación estructurada y la programación orientada a objetos, lo que amplía aún más las posibilidades de uso y personalización de este potente software.
-
ECONOMETRIA A TRAVES DE STATA
El objetivo principal de este libro es presentar las técnicas econométricas y su aplicación utilizando el software STATA, una herramienta altamente efectiva para el cálculo automatizado en el campo de la Econometría.
El contenido del libro se organiza en varios bloques. En el primer bloque, se aborda el modelo lineal de regresión múltiple y se exploran todas las problemáticas asociadas a este modelo, como la detección y tratamiento de la autocorrelación, heteroscedasticidad, multicolinealidad, normalidad residual, linealidad, observaciones influyentes, errores de especificación, exogeneidad y regresores estocásticos.
El segundo bloque se centra en el análisis univariante de series temporales utilizando la metodología Box Jenkins para modelos ARIMA. También se profundiza en el tratamiento de los modelos de intervención y los modelos univariantes de la función de transferencia.
En el tercer bloque, se explora el análisis de la varianza y la covarianza, tanto en su forma simple como en su forma múltiple. Además, se estudia el modelo lineal general y los modelos mixtos que permiten abordar situaciones más complejas.
El cuarto bloque se dedica a los modelos de elección discreta, recuento, censurados, truncados y de selección muestral. Se hace especial énfasis en los modelos Logit, Probit, Tobit, Poisson, binomial negativa y corrección del sesgo de selección mediante la estimación de Heckman.
En el quinto bloque, se exploran los modelos multiecuacionales, incluyendo los modelos en ecuaciones simultáneas, los modelos multivariantes de series temporales (VAR, VARX, VARMA y BVAR) y se aborda la problemática de la cointegración.
Por último, el último bloque se enfoca en los modelos con datos de panel, incluyendo los paneles dinámicos, raíces unitarias y cointegración en paneles. También se analizan los modelos de elección discreta con datos de panel.
Cada capítulo comienza con una exposición de los conceptos teóricos relevantes, seguido de una variedad de ejercicios que permiten aplicar los conceptos utilizando el software STATA. El objetivo es recopilar la mayoría de los conceptos econométricos y demostrar su aplicación práctica a través de ejemplos concretos.
-
PROGRAMACION DE INTELIGENCIA ARTIFICIAL
Este contenido está dirigido tanto a estudiantes que siguen un Curso de especialización en Inteligencia Artificial y Big Data como a profesionales del sector. Comenzaremos tratando la caracterización de los lenguajes de programación en general, con especial énfasis en los lenguajes para Inteligencia Artificial y los lenguajes de marcado.
En cuanto a los lenguajes de programación para IA, se tendrán en cuenta las bibliotecas y herramientas de apoyo y soporte, así como las características de rendimiento en ejecución. Los lenguajes más importantes para Inteligencia Artificial que se desarrollarán a nivel elemental son el lenguaje R, el lenguaje Python, el lenguaje Java, el lenguaje Javascript, el lenguaje JSON y el lenguaje NodeJS.
Asimismo, analizaremos el desarrollo de aplicaciones de Inteligencia Artificial con plataformas y herramientas de modelado. Entre las plataformas de Inteligencia Artificial que se describirán se encuentran Microsoft Azure, Microsoft Cortana, Amazon AWS, Amazon Alexa, Bixby, Google Assistant e IBM Watson. En cuanto a las herramientas de modelado, se describirán Azure Machine Learning, Knime, SPSS Modeler, Rapid Miner y Orange.
Otros instrumentos importantes en programación son las herramientas de generación automática de código para crear software con comportamiento inteligente, como Genexus, Mendix y Lobe, que también se describirán aquí.
En cuanto al modelado con redes neuronales, se tendrá en cuenta el software Tensor Flow de Python como herramienta de programación y el software IBM SPSS Modeler como herramienta visual para trabajar con redes neuronales en Inteligencia Artificial. Se presentarán ejemplos de trabajo totalmente resueltos relativos a procedimientos automáticos de Analytics y módulos predefinidos de redes neuronales a través de IBM SPSS Modeler. Estos procedimientos pertenecen a Visual Analytics, ya que la herramienta es totalmente visual y no necesita código de programación.
A continuación, abordaremos la convergencia tecnológica y sus ventajas e inconvenientes. Estudiaremos la conexión entre tecnologías de voz, sonido e imágenes y presentaremos los sistemas de convergencia electrónica más importantes, entre los que destacan Blockchain, Internet de las Cosas (IoT) y el Cloud Computing. También analizaremos la seguridad en la convergencia tecnológica.
Finalmente, estudiaremos los modelos de automatización industrial y de negocio. Tendremos en cuenta estrategias corporativas, modelos de negocio, gestión de activos y recursos, y modelos de automatización.
Libros Mas
