Descripción
Cree una base sólida para introducirse en el mundo del aprendizaje automático y la ciencia de datos con la ayuda de esta guía completa
Características principales
- Comience en el campo del aprendizaje automático con la ayuda de esta guía sólida, rica en conceptos, pero muy práctica.
- Su solución integral para todo lo que importa para dominar los qués y porqués de los algoritmos de aprendizaje automático y su implementación.
- Obtenga una base sólida para su entrada en el aprendizaje automático fortaleciendo sus raíces (algoritmos) con esta guía completa.
Descripción del libro
A medida que la cantidad de datos continúa creciendo a un ritmo casi incomprensible, la capacidad de comprender y procesar datos se está convirtiendo en un diferenciador clave para las organizaciones competitivas. Las aplicaciones de aprendizaje automático están en todas partes, desde automóviles autónomos, detección de spam, búsqueda de documentos y estrategias comerciales, hasta reconocimiento de voz. Esto hace que el aprendizaje automático sea muy adecuado para la era actual del Big Data y la Ciencia de Datos. El principal desafío es cómo transformar los datos en conocimiento procesable.
En este libro aprenderá todos los algoritmos importantes de aprendizaje automático que se usan comúnmente en el campo de la ciencia de datos. Estos algoritmos se pueden usar para el aprendizaje supervisado, así como para el no supervisado, el aprendizaje por refuerzo y el aprendizaje semisupervisado. Algunos algoritmos famosos que se cubren en este libro son regresión lineal, regresión logística, SVM, Naive Bayes, K-Means, Random Forest, TensorFlow e ingeniería de características. En este libro también aprenderá cómo funcionan estos algoritmos y su implementación práctica para resolver sus problemas. Este libro también le presentará el procesamiento de lenguaje natural y los sistemas de recomendación, que le ayudarán a ejecutar múltiples algoritmos simultáneamente.
Al finalizar el libro, habrá dominado la selección de algoritmos de aprendizaje automático para agrupamiento, clasificación o regresión según su problema.
Lo que aprenderá
- Familiarícese con los elementos importantes del aprendizaje automático
- Comprenda el proceso de selección e ingeniería de características
- Evalúe el rendimiento y las compensaciones de errores para la regresión lineal
- Cree un modelo de datos y comprenda cómo funciona utilizando diferentes tipos de algoritmos
- Aprenda a ajustar los parámetros de las máquinas de vectores de soporte
- Implemente clústeres en un conjunto de datos
- Explore el concepto de procesamiento de lenguaje natural y sistemas de recomendación
- Cree una arquitectura de ML desde cero.
A quién va dirigido este libro
Este libro es para profesionales de TI que desean ingresar al campo de la ciencia de datos y son muy nuevos en el aprendizaje automático. La familiaridad con lenguajes como R y Python será invaluable aquí.
Autor: Balaji Venkateswaran, Giuseppe Ciaburro
Editorial: Packt Publishing
Publicado: 27/09/2017
Páginas: 270
Tipo de encuadernación: Tapa blanda
Peso: 1.03lbs
Tamaño: 9.25h x 7.50w x 0.57d
ISBN13: 9781788397872
ISBN10: 1788397878
Categorías BISAC:
- Informática | Ciencia de datos | Redes neuronales
- Informática | Tecnología de la información
- Informática | Inteligencia artificial | General
Este título no es retornable