Diseños y análisis estadísticos para experimentos agrícolas

Álgebra lineal y los fundamentos del aprendizaje profundo, ¡juntos por fin! Del profesor Gilbert Strang, aclamado autor de Introducción al álgebra lineal, llega Álgebra lineal en ciencia de datos, el primer libro de texto que enseña álgebra lineal junto con aprendizaje profundo y redes neuronales. Este libro de texto ameno pero riguroso contiene un curso completo de álgebra lineal y de la matemática relacionada que los estudiantes deben saber para familiarizarse con el aprendizaje a partir de los datos. Se incluyen: los cuatro subespacios fundamentales, descomposición en valores...

Formación de profesores en competencias matemáticas, En este texto se incorporan algunos elementos teóricos que pudiesen ser incidentes en la formación de profesores de matemáticas, se involucran diferentes tipos de pensamiento matemático, como son los pensamientos numérico, algebraico, variacional y promedial,entre otros, pero además, enmarcando todo lo anterior dentro de la articulación de los saberes matemáticos, precisamente con la intención de mostrarle al profesor opciones didácticas alternativas que pudiesen tener incidencia en losaprendizajes de los estudiantes. Se destaca ...

Ofrece los siguientes temas con profundidad: fuerte cobertura de propagación de errores, mayor énfasis en las herramientas de ajuste de modelos, mayor conciencia de los problemas de importancia en la práctica, así como la comprobación de suposiciones de modelo y del uso de la simulación. INDICE: 1. Muestreo y estadística descriptiva. 2. Probabilidad. 3. Propagación de errores. 4. Distribuciones comúnmente usadas. 5. Intervalos de confianza... Etc.

Un buen diseño experimental es esencial para obtener resultados eficientes, con el mínimo error aleatorio, en una investigación científica. Con esta publicación se pretende introducir las bases del diseño óptimo de experimentos. La idea principal es presentar esta teoría para modelos de regresión que relacionan una variable observada con un conjunto de factores que pueden ser controlados por el experimentador. El diseño óptimo permite reducir la varianza de los parámetros estimados del modelo, combinaciones de ellos o de la respuesta estimada, consiguiendo así una mayor...