{"product_id":"9788497731782","title":"Sistemas soporte para la clasificación de documentos de texto utilizando razonam","description":"\u003ch2\u003eSistemas soporte para la clasificación de documentos de texto utilizando razonam\u003c\/h2\u003e\n\u003ch3\u003eResumen del libro\u003c\/h3\u003e\n\u003cp\u003eEsta obra ofrece un análisis profundo sobre la aplicación de técnicas de razonamiento basado en casos (CBR) para la clasificación automática de documentos de texto. El lector encontrará una metodología rigurosa para el diseño e implementación de sistemas de soporte a la decisión, abordando desde la representación del conocimiento textual hasta la recuperación y adaptación de casos. Un recurso esencial para investigadores y profesionales de la inteligencia artificial y la gestión documental que buscan soluciones eficientes y adaptativas en el procesamiento de información no estructurada.\u003c\/p\u003e\n\u003ch3\u003e¿De qué trata?\u003c\/h3\u003e\n\u003cp\u003eEl libro se centra en la aplicación del razonamiento basado en casos (CBR) como paradigma para la clasificación de documentos de texto. Se exploran las fases clave del ciclo CBR: recuperación de casos similares, reutilización de soluciones previas, revisión de la solución propuesta y retención del nuevo conocimiento. La obra detalla cómo representar documentos de texto como casos estructurados, definir métricas de similitud adecuadas y construir sistemas que aprendan y mejoren su precisión con cada nueva clasificación. Se presentan tanto los fundamentos teóricos como aspectos prácticos de implementación, ofreciendo una visión completa de cómo este enfoque puede superar las limitaciones de los clasificadores tradicionales frente a la variabilidad y ambigüedad del lenguaje natural.\u003c\/p\u003e\n\u003ch3\u003eTemas principales\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eRazonamiento basado en casos (CBR) aplicado a la clasificación textual.\u003c\/li\u003e\n\u003cli\u003eRepresentación y estructuración de documentos de texto como casos.\u003c\/li\u003e\n\u003cli\u003eMétricas de similitud y técnicas de recuperación de información.\u003c\/li\u003e\n\u003cli\u003eAdaptación de soluciones y aprendizaje continuo en sistemas clasificadores.\u003c\/li\u003e\n\u003cli\u003eDiseño e implementación de sistemas de soporte a la decisión documental.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e¿Para quién está recomendado?\u003c\/h3\u003e\n\u003cp\u003eEste libro está dirigido a investigadores, docentes y estudiantes de posgrado en inteligencia artificial, ciencia de la computación y sistemas de información. También resulta de gran utilidad para ingenieros informáticos y profesionales del desarrollo de software que trabajen en proyectos de minería de textos, recuperación de información o sistemas de gestión documental avanzados. Se requiere una base en programación y conocimiento de técnicas de inteligencia artificial para aprovechar plenamente su contenido.\u003c\/p\u003e\n\u003ch3\u003eQué aporta este libro\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eComprensión detallada de una metodología de clasificación basada en casos, alternativa a los enfoques estadísticos o de aprendizaje automático supervisado.\u003c\/li\u003e\n\u003cli\u003eConocimiento práctico sobre cómo representar y comparar documentos de texto de forma estructurada para su procesamiento automático.\u003c\/li\u003e\n\u003cli\u003eFundamentos para diseñar sistemas que se adaptan y mejoran con la experiencia, aumentando la precisión en la clasificación con el tiempo.\u003c\/li\u003e\n\u003cli\u003eUna base sólida para iniciar o avanzar en investigación aplicada en el campo del razonamiento basado en casos y la clasificación documental.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eFicha técnica\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eAutor: VILLAR FLECHA, JOSE RAMON\u003c\/li\u003e\n\u003cli\u003eEditorial: Publicaciones Universidad de Leon\u003c\/li\u003e\n\u003cli\u003eIdioma: Español\u003c\/li\u003e\n\u003cli\u003eTema: INFORMATICA: CUESTIONES GENERALES, PROGRAMACION INFORMATICA\/DESARROLLO DE SOFTWAR\u003c\/li\u003e\n\u003cli\u003eColección: FONDO\u003c\/li\u003e\n\u003cli\u003eEncuadernación: Bolsillo\u003c\/li\u003e\n\u003cli\u003eFecha de edición: mayo de 2004\u003c\/li\u003e\n\u003cli\u003eNúmero de páginas: 165\u003c\/li\u003e\n\u003cli\u003ePeso: 304 g\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eValoración editorial\u003c\/h3\u003e\n\u003cp\u003eSe trata de una obra especializada y técnica que aborda con rigor la intersección entre la inteligencia artificial simbólica y el procesamiento del lenguaje natural. Su enfoque en el razonamiento basado en casos ofrece una perspectiva valiosa para quienes buscan alternativas flexibles y explicables a los modelos de caja negra. Aunque su fecha de publicación es de 2004, los fundamentos metodológicos y el diseño de sistemas CBR que presenta siguen siendo relevantes para la investigación y el desarrollo de soluciones de clasificación documental, especialmente en contextos donde los datos etiquetados son escasos o el dominio es dinámico.\u003c\/p\u003e","brand":"PUBLICACIONES UNIVERSIDAD DE LEON","offers":[{"title":"Default Title","offer_id":53452472484187,"sku":"9788497731782","price":8.0,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1018\/0650\/6331\/files\/978849773178.jpg?v=1782499897","url":"https:\/\/kalamobooks.com\/products\/9788497731782","provider":"Kalamo Books","version":"1.0","type":"link"}