Descripción
En este libro se cubren todas las habilidades matemáticas aplicadas y de programación necesarias para dominar el contenido. No se requieren conocimientos profundos de programación orientada a objetos, ya que se proporcionan y explican ejemplos completos y funcionales. Los ejemplos de codificación son profundos y complejos cuando es necesario. También son concisos, precisos y completos, y complementan los conceptos de aprendizaje automático introducidos. Trabajar con los ejemplos ayuda a desarrollar las habilidades necesarias para comprender y aplicar algoritmos complejos de aprendizaje automático.
Scikit-Learn práctico para aplicaciones de aprendizaje automático es un excelente punto de partida para quienes buscan una carrera en el aprendizaje automático. Los estudiantes de este libro aprenderán los fundamentos que son un requisito previo para la competencia. Los lectores estarán expuestos a la distribución Anaconda de Python, diseñada específicamente para profesionales de la ciencia de datos, y desarrollarán habilidades en la popular biblioteca Scikit-Learn que subyace a muchas aplicaciones de aprendizaje automático en el mundo de Python. Lo que aprenderá
- Trabaje con conjuntos de datos simples y complejos comunes a Scikit-Learn
- Manipule datos en vectores y matrices para el procesamiento algorítmico
- Familiarícese con la distribución Anaconda utilizada en la ciencia de datos
- Aplique el aprendizaje automático con clasificadores, regresores y reducción de dimensionalidad
- Ajuste algoritmos y encuentre los mejores algoritmos para cada conjunto de datos
- Cargue datos desde y guarde en formatos CSV, JSON, Numpy y Pandas
Para quién es este libro
El aspirante a científico de datos que anhela incursionar en el aprendizaje automático dominando los fundamentos subyacentes que a veces se omiten en la prisa por ser productivo. Algunos conocimientos de programación orientada a objetos y de álgebra lineal aplicada muy básica facilitarán el aprendizaje, aunque cualquiera puede beneficiarse de este libro.
Autor: David Paper
Editorial: Apress
Publicado: 18/11/2019
Páginas: 242
Tipo de encuadernación: Tapa blanda
Peso: 1.00lbs
Tamaño: 10.00h x 7.00w x 0.54d
ISBN13: 9781484253724
ISBN10: 1484253728
Categorías BISAC:
- Informática | Inteligencia artificial | General
- Informática | Lenguajes | Python
- Informática | Administración y gestión de bases de datos
Sobre el autor
Dr. David Paper es profesor en la Universidad Estatal de Utah en el departamento de Sistemas de Información de Gestión. Escribió el libro Web Programming for Business: PHP Object-Oriented Programming with Oracle y tiene más de 70 publicaciones en revistas arbitradas como Organizational Research Methods, Communications of the ACM, Information & Management, Information Resource Management Journal, Communications of the AIS, Journal of Information Technology Case and Application Research, y Long Range Planning. También ha formado parte de varios consejos editoriales en diversas capacidades, incluida la de editor asociado. Además de crecer en negocios familiares, el Dr. Paper ha trabajado para Texas Instruments, DLS, Inc. y la Administración de Pequeñas Empresas de Phoenix. Ha realizado trabajos de consultoría de TI para IBM, AT&T, Octel, el Departamento de Transporte de Utah y el Laboratorio de Dinámica Espacial. Los intereses de enseñanza e investigación del Dr. Paper incluyen la ciencia de datos, la reingeniería de procesos, la programación orientada a objetos, la gestión de relaciones con el cliente electrónica, la gestión del cambio, el comercio electrónico y la integración empresarial.