Aquí está nuestra selección para la biblioteca de informática y Matemáticas
Aprendizaje profundo y redes neuronales
Matemáticas para el aprendizaje automático
Álgebra lineal y optimización para el aprendizaje automático
Inteligencia artificial para humanos, volumen 1: algoritmos fundamentales
Inteligencia artificial para humanos, volumen 2: algoritmos inspirados en la naturaleza
Inteligencia artificial para humanos, volumen 3: aprendizaje profundo y redes neuronales
Algoritmos inteligentes: recetas de programación inspiradas en la naturaleza
Acercarse (casi) a cualquier problema de aprendizaje automático
El libro de aprendizaje automático de cien páginas
Matemáticas para el aprendizaje automático
Inteligencia artificial: un enfoque moderno, edición global
Lenguaje de programación :
Aprendizaje automático práctico con Scikit-Learn, Keras y Tensorflow
Programación de Julia para la investigación de operaciones
Programación dinámica para codificar entrevistas
Prácticas de programación:
Arquitectura limpia: una guía del artesano para la estructura y el diseño del software
Teorías informáticas:
Introducción a la teoría, los lenguajes y la computación de los autómatas
Teoría de los juegos y comportamiento económico
Teoría de juegos 101: el libro de texto completo
Introducción a la teoría de grafos
algorítmica:
Algoritmos iluminados: Parte 1: Conceptos básicos
Algoritmos iluminados (parte 2): algoritmos gráficos y estructuras de datos
Algoritmos iluminados (parte 3): algoritmos codiciosos y programación dinámica
Algoritmos iluminados (parte 4): algoritmos para problemas NP-Hard
Investigación operativa y optimización:
Programación de Julia para la investigación de operaciones
Optimización combinatoria: algoritmos y complejidad
Técnicas de optimización en la investigación operativa
Técnicas de optimización en la investigación operativa
Teoría de la decisión:
Matemáticas para la ciencia: conceptos, métodos y técnicas para modelar
Introducción a la teoría de la decisión
Teoría de la decisión bajo incertidumbre
Teoría de la decisión: principios y enfoques
Estocástico:
Cadenas de Markov: campos de Gibbs, simulación de Monte Carlo y colas
Cadenas de Markov - Lecciones y ejercicios corregidos
Introducción a los modelos de probabilidad
lógica:
ES 
FR 
EN