1. Repositorio Universidad Pontificia Comillas
  2. 1.- Docencia
  3. ICAI Escuela Técnica Superior de Ingeniería
  4. Máster Universitario en Ingeniería Industrial
  5. H62-Trabajos Fin de Máster
Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/53464
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorBoal Martín-Larrauri, Jaimees-Es
dc.contributor.advisorMuñoz San Roque, Antonioes-Es
dc.contributor.authorBoal Martín-Larrauri, Jaimees-Es
dc.contributor.authorMestre Marcos, Guillermoes-Es
dc.contributor.authorMuñoz San Roque, Antonioes-Es
dc.contributor.authorWogrin, Sonjaes-Es
dc.contributor.other, Departamento de Organización Industriales_ES
dc.date.accessioned2020-12-14T15:56:33Z-
dc.date.available2020-12-14T15:56:33Z-
dc.date.issued14/12/2020es_ES
dc.identifier.otherE000006998es_ES
dc.identifier.urihttp://hdl.handle.net/11531/53464-
dc.descriptionMáster Universitario en Ingeniería Industrial, Máster Universitario en Ingeniería de Telecomunicación, Máster Universitario en Ingeniería Industrial, Máster en Industria Conectada/ Master in Smart Industry, Instituto de Idiomas Modernoses_ES
dc.language.isoes-Eses_ES
dc.titleMachine Learninges_ES
dc.typeGuia Docentees_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
asignatura.cursoacademico2021-2022es_ES
asignatura.periodoes_ES
asignatura.creditos6.0es_ES
asignatura.tipoOptativaes_ES
Aparece en las colecciones: H62-Trabajos Fin de Máster
H67-Guías Docentes
H62-Guías Docentes
MIC-Guías Docentes
Asignaturas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
GD DOI-MIC-515 Machine Learning 2020-2021.pdf293,66 kBAdobe PDFVista previa
Visualizar/Abrir
Adenda COVID 19.pdf422,67 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.