Histograma
2.4.2. Suma, resta y producto escalar de vectores
2.4.4.1. Suma, resta y multiplicación de matrices
2.4.4.2. Multiplicación escalar de una matriz
2.4.4.3. Multiplicación de matrices
2.4.6. Descomposición de matrices
2.4.6.2. Descomposición de los valores y vectores propios
3.2.1. Ejemplo de clasificación utilizando k-NN en MATLAB
3.3.1. Ejemplo de clasificación utilizando la regresión logística en MATLAB
3.4.2. Clasificador Naive Bayes
3.4.3. Ejemplo de clasificación Naive Bayes utilizando MATLAB
3.5. Análisis del discriminante de Fisher
3.5.1. Ejemplo de clasificación mediante discriminante de Fisher utilizando MATLAB
3.6. Máquina de vector soporte (SVM)
3.6.1. Ejemplo de clasificación con máquina vector soporte utilizando MATLAB
4.4. Gradiente descendente en regresión lineal simple
4.5. Ecuación normal en regresión lineal simple
4.6. Regresión lineal múltiple
CAPÍTULO 5. Agrupamiento (clustering)
5.2.1. El uso de K-means en MATLAB
5.3. Método de expectación-maximización
5.3.1. Modelos de mezclas gaussianas
5.3.2. Estimación de máxima probabilidad
