En este escrito se revisan algunas propiedades interesantes de la matriz de covarianza y su uso en la distribución gaussiana multivariante, especialmente en el reconocimiento de patrones. Usualmente, la matriz de covarianza se considera como algo dado y algunos conceptos tales como la distancia Mahalanobis no se estimulan lo suficiente. Aquí se muestra que se puede pensar en la matriz de covarianza como un almacenamiento práctico de la varianza de una distribución en toda proyección.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Tesis:
Modelo de programación lineal entera mixta para la planificación conjunta de la cadena de abastecimiento
Artículo:
Modelo de aproximación lineal para la medición de resiliencia en cadenas de suministro
Artículo:
Aplicación modelado de sistemas dinámicos para evaluación de estrategias de mitigación de carbono en la industria de cemento: revisión comparativa
Video:
Teoría de grafos en la vida real. Presentación. Introducción histórica. ©UPV
Artículo:
Aplicación potencial de las soluciones acuosas de polisacáridos modificados como aglutinantes de arenas de moldeo
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.