Local cover image
Local cover image

Python machine learning : aprendizaje automático y aprendizaje profundo con Python, scikit-learn y TensorFlow / Sebastian Raschka y Vahid Mirjalili ; traducción de Sónia Llena .

By: Raschka, Sebastian [autor.]Contributor(s): Mirjalili, Vahid | Llena, Sónia [traductor .]Material type: TextTextLanguage: Spanish Original language: English Publisher: España : Marcombo, 2019Edition: Segunda edición / revisada y actualizadaDescription: xxii, 616 páginas : ilustraciones, gráficas ; 25 cmContent type: texto Media type: sin mediación Carrier type: volumenISBN: 9788426727206Subject(s): Python (lenguaje de programación de computadores) -- Enseñanza | Aprendizaje automático (Inteligencia artificial) -- Enseñanza | Procesamiento de datos -- Interpretación de datos | Simulación por computadores | Programación funcional (Computadores)DDC classification: 005.13
Contents:
Capítulo 1. Dar a los ordenadores el poder de aprender de los datos ; Crear máquinas inteligentes para transformar datos en conocimiento ; Los tres tipos de aprendizaje automático ; Capítulo 2. Entrenar algoritmos simples de aprendizaje automático para clasificación ; Capítulo 3. Un recorrido por los clasificadores de aprendizaje automático con scikit-learn ; Capítulo 4. Generar buenos modelos de entrenamiento: reprocesamiento de datos ; Capítulo 5. Comprimir datos mediante la reducción de medición ; Capítulo 6. Aprender las buenas prácticas para la evaluación de modelos y ajuste de hiperparámetros ; Capítulo 7. Combinar diferentes modelos para el aprendizaje conjunto ; Capítulo 8. Aplicar el aprendizaje automático para el análisis de sentimiento ; Capítulo 9. Incrustar un modelo de aprendizaje automático en una aplicación web ; Capítulo 10. Predicción de variables de destino continuas con análisis de regresión ; Capítulo 11. Trabajar con datos sin etiquetar : análisis de grupos ; Capítulo 12. Implementar una red neuronal artificial multicapa desde cero ; Capítulo 13. Paralelización de entrenamiento de redes neuronales con TensorFlow ; Capítulo 14. Ir más lejos: la mecánica de TensorFlow ; Capítulo 15. Clasificar imágenes con redes neuronales convolucionales profundas ; Capítulo 16. Modelado de datos secuenciales mediante redes neuronales recurrentes ; .
Abstract: El aprendizaje automático está invadiendo el mundo del software. Si quieres entender y trabajar la vanguardia del aprendizaje automático, las redes neuronales y el aprendizaje profundo, esta segunda edición del bestseller Python Machine Learning, es tu libro. Modernizado y ampliado para incluir las tecnologías de código abierto más recientes, como scikit-learn, Keras y TensorFlow, este manual proporciona el conocimiento práctico y las técnicas necesarias para crear eficaces aplicaciones de aprendizaje automático y aprendizaje profundo en Python. El conocimiento y la experiencia únicos de Sebastian Raschka y Vahid Mirjalili presentan los algoritmos de aprendizaje automático y aprendizaje profundo, antes de continuar con temas avanzados en análisis de datos.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Collection Call number Copy number Status Date due Barcode Item holds
Libros Libros Biblioteca CESA

Diagonal 34 A No. 5 A - 23 

Casa Incolda

PBX: 339 53 00

serviciosbiblioteca@cesa.edu.co

Piso 2
General 005.13 / R223p 2019 (Browse shelf(Opens below)) Ej.1 Available 7101028312
Total holds: 0

Incluye índice analítico.

Capítulo 1. Dar a los ordenadores el poder de aprender de los datos ; Crear máquinas inteligentes para transformar datos en conocimiento ; Los tres tipos de aprendizaje automático ; Capítulo 2. Entrenar algoritmos simples de aprendizaje automático para clasificación ; Capítulo 3. Un recorrido por los clasificadores de aprendizaje automático con scikit-learn ; Capítulo 4. Generar buenos modelos de entrenamiento: reprocesamiento de datos ; Capítulo 5. Comprimir datos mediante la reducción de medición ; Capítulo 6. Aprender las buenas prácticas para la evaluación de modelos y ajuste de hiperparámetros ; Capítulo 7. Combinar diferentes modelos para el aprendizaje conjunto ; Capítulo 8. Aplicar el aprendizaje automático para el análisis de sentimiento ; Capítulo 9. Incrustar un modelo de aprendizaje automático en una aplicación web ; Capítulo 10. Predicción de variables de destino continuas con análisis de regresión ; Capítulo 11. Trabajar con datos sin etiquetar : análisis de grupos ; Capítulo 12. Implementar una red neuronal artificial multicapa desde cero ; Capítulo 13. Paralelización de entrenamiento de redes neuronales con TensorFlow ; Capítulo 14. Ir más lejos: la mecánica de TensorFlow ; Capítulo 15. Clasificar imágenes con redes neuronales convolucionales profundas ; Capítulo 16. Modelado de datos secuenciales mediante redes neuronales recurrentes ; .

El aprendizaje automático está invadiendo el mundo del software. Si quieres entender y trabajar la vanguardia del aprendizaje automático, las redes neuronales y el aprendizaje profundo, esta segunda edición del bestseller Python Machine Learning, es tu libro. Modernizado y ampliado para incluir las tecnologías de código abierto más recientes, como scikit-learn, Keras y TensorFlow, este manual proporciona el conocimiento práctico y las técnicas necesarias para crear eficaces aplicaciones de aprendizaje automático y aprendizaje profundo en Python. El conocimiento y la experiencia únicos de Sebastian Raschka y Vahid Mirjalili presentan los algoritmos de aprendizaje automático y aprendizaje profundo, antes de continuar con temas avanzados en análisis de datos.

Título original : Python machine learning:

There are no comments on this title.

to post a comment.

Click on an image to view it in the image viewer

Local cover image
Hola