Descripción
Desmitifique la complejidad de las técnicas de aprendizaje automático y cree soluciones ingeniosas y evolutivas para resolver sus problemas.
Características principales:
- Domine los algoritmos de ML supervisados, no supervisados y semisupervisados, y su implementación.
- Construya modelos de aprendizaje profundo para detección de objetos, clasificación de imágenes, aprendizaje de similitud y más.
- Construya, implemente y escale modelos de redes neuronales profundas de extremo a extremo en un entorno de producción.
Descripción del libro:
Esta Ruta de Aprendizaje es su guía completa para familiarizarse rápidamente con los algoritmos populares de aprendizaje automático. Se le presentarán los algoritmos más utilizados en el aprendizaje automático supervisado, no supervisado y semisupervisado, y aprenderá a utilizarlos de la mejor manera posible. Desde modelos bayesianos hasta el algoritmo MCMC y modelos ocultos de Markov, esta Ruta de Aprendizaje le enseñará cómo extraer características de su conjunto de datos y realizar una reducción de dimensionalidad utilizando bibliotecas basadas en Python.
Hará uso de TensorFlow y Keras para construir modelos de aprendizaje profundo, utilizando conceptos como el aprendizaje por transferencia, las redes generativas adversarias y el aprendizaje por refuerzo profundo. A continuación, aprenderá las características avanzadas de TensorFlow 1.x, como TensorFlow distribuido con clústeres TF, implementará modelos de producción con TensorFlow Serving. Implementará diferentes técnicas relacionadas con la clasificación de objetos, la detección de objetos, la segmentación de imágenes y mucho más.
Al final de esta Ruta de Aprendizaje, habrá adquirido un conocimiento profundo de TensorFlow, lo que lo convertirá en la persona a la que acudir para resolver problemas de inteligencia artificial.
Esta Ruta de Aprendizaje incluye contenido de los siguientes productos de Packt:
- Mastering Machine Learning Algorithms de Giuseppe Bonaccorso
- Mastering TensorFlow 1.x de Armando Fandango
- Deep Learning for Computer Vision de Rajalingappaa Shanmugamani
Lo que aprenderá:
- Explore cómo se puede entrenar, optimizar y evaluar un modelo de ML.
- Trabaje con Autoencoders y Redes Generativas Adversarias.
- Explore las técnicas más importantes de Aprendizaje por Refuerzo.
- Construya modelos de aprendizaje profundo de extremo a extremo (CNN, RNN y Autoencoders).
A quién va dirigido este libro:
Esta Ruta de Aprendizaje está dirigida a científicos de datos, ingenieros de aprendizaje automático e ingenieros de inteligencia artificial que deseen profundizar en algoritmos complejos de aprendizaje automático, calibrar modelos y mejorar las predicciones del modelo entrenado.
Encontrará las intrincadas complejidades y los casos de uso complejos del aprendizaje profundo y la IA. Se requiere un conocimiento básico de programación en Python y cierta comprensión de los conceptos de aprendizaje automático para sacar el máximo provecho de esta Ruta de Aprendizaje.
Author: Giuseppe Bonaccorso, Armando Fandango, Rajalingappaa Shanmugamani
Publisher: Packt Publishing
Published: 12/12/2018
Pages: 764
Binding Type: Paperback
Weight: 2.84lbs
Size: 9.25h x 7.50w x 1.52d
ISBN13: 9781789957211
ISBN10: 1789957214
BISAC Categories:
- Computadoras | Ciencia de Datos | Redes Neuronales
- Computadoras | Procesamiento de Imágenes
- Computadoras | Inteligencia Artificial | General
This title is not returnable