Python Machine Learning
Aa.vv.
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 TensorFl...
Sinopsis
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. Combinan los principios teóricos del aprendizaje automático con un enfoque práctico de codificación para una comprensión completa de la teoría del aprendizaje automático y la implementación con Python. Aprenderás a: Explorar y entender los frameworks clave para la ciencia de datos, el aprendizaje automático y el aprendizaje profundo Formular nuevas preguntas sobre datos con modelos de aprendizaje automático y redes neuronales Aprovechar el poder de las últimas librerías de código abierto de Python para aprendizaje automático Dominar la implementación de redes neuronales profundas con la librería de TensorFlow Incrustar modelos de aprendizaje automáticos en aplicacions web accesibles Predecir resultados objetivos continuos con análisis de regresión Descubrir patrones ocultos y estructuras en datos con agrupamientos Analizar imágenes mediante técnicas de aprendizaje profundo Profundizar en datos de medios sociales y textuales con el análisis de sentimientos
Índice
Introducción xvii Capítulo 1. Dar a los ordenadores el poder de aprender de los datos 23 Crear máquinas inteligentes para transformar datos en conocimiento 24 Los tres tipos de aprendizaje automático 24 Hacer predicciones sobre el futuro con el aprendizaje supervisado 25 Clasifi cación para predecir etiquetas de clase 25 Regresión para predecir resultados continuos 27 Resolver problemas interactivos con aprendizaje reforzado 28 Descubrir estructuras ocultas con el aprendizaje sin supervisión 29 Encontrar subgrupos con el agrupamiento 29 Reducción de dimensionalidad para comprimir datos 30 Introducción a la terminología básica y las notaciones 30 Una hoja de ruta para crear sistemas de aprendizaje automático 33 Preprocesamiento: Dar forma a los datos 34 Entrenar y seleccionar un modelo predictivo 34 Evaluar modelos y predecir instancias de datos no vistos 35 Utilizar Python para el aprendizaje automático 36 Instalar Python y sus paquetes desde Python Package Index 36 Utilizar la distribución y el gestor de paquetes Anaconda de Python 37 Paquetes para cálculo científi co, ciencia de datos y aprendizaje automático 37 Resumen 38 Capítulo 2. Entrenar algoritmos simples de aprendizaje automático para clasifi cación 39 Neuronas artifi ciales: un vistazo a los inicios del aprendizaje automático 40 La defi nición formal de una neurona artifi cial 41 La regla de aprendizaje del perceptrón 43 Implementar un algoritmo de aprendizaje de perceptrón en Python 46 Una API perceptrón orientada a objetos 46 Entrenar un modelo de perceptrón en el conjunto de datos Iris 50 Neuronas lineales adaptativas y la convergencia del aprendizaje 56 Minimizar funciones de coste con el descenso de gradiente 57 Implementar Adaline en Python 60 Mejorar el descenso de gradiente mediante el escalado de características 64 Aprendizaje automático a gran escala y descenso de gradiente estocástico 66 Resumen 72 Capítulo 3. Un recorrido por los clasifi cadores de apren
Comentarios
Sé el primero en comentar este libroArtículos relacionados
Otros libros del autor
