Descripción
Muchos expertos de la industria consideran el aprendizaje no supervisado como la próxima frontera en inteligencia artificial, una que puede ser la clave para la inteligencia artificial general. Dado que la mayoría de los datos del mundo no están etiquetados, no se puede aplicar el aprendizaje supervisado convencional. El aprendizaje no supervisado, por otro lado, se puede aplicar a conjuntos de datos sin etiquetar para descubrir patrones significativos ocultos en los datos, patrones que pueden ser casi imposibles de descubrir para los humanos.
El autor Ankur Patel le muestra cómo aplicar el aprendizaje no supervisado utilizando dos marcos de Python sencillos y listos para la producción: Scikit-learn y TensorFlow usando Keras. Con código y ejemplos prácticos, los científicos de datos identificarán patrones difíciles de encontrar en los datos y obtendrán una visión empresarial más profunda, detectarán anomalías, realizarán ingeniería y selección automática de características y generarán conjuntos de datos sintéticos. Todo lo que necesita es programación y algo de experiencia en aprendizaje automático para empezar.
- Compare las fortalezas y debilidades de los diferentes enfoques de aprendizaje automático: aprendizaje supervisado, no supervisado y por refuerzo.
- Configure y gestione proyectos de aprendizaje automático de principio a fin.
- Cree un sistema de detección de anomalías para detectar fraudes con tarjetas de crédito.
- Agrupe a los usuarios en grupos distintos y homogéneos.
- Realice aprendizaje semisupervisado.
- Desarrolle sistemas de recomendación de películas utilizando máquinas de Boltzmann restringidas.
- Genere imágenes sintéticas utilizando redes generativas antagónicas.
Autor: Ankur A. Patel
Editorial: O'Reilly Media
Publicado: 02/04/2019
Páginas: 362
Tipo de encuadernación: Tapa blanda
Peso: 1.20 libras
Tamaño: 9.10 alto x 7.00 ancho x 0.70 fondo
ISBN13: 9781492035640
ISBN10: 1492035645
Categorías BISAC:
- Informática | Inteligencia Artificial | Visión por Computadora y Reconocimiento de Patrones
- Informática | Inteligencia Artificial | Procesamiento del Lenguaje Natural
- Informática | Ciencia de Datos | Redes Neuronales
Acerca del autor
Ankur Patel es un investigador y científico de datos en aprendizaje automático aplicado con experiencia en mercados financieros. Su trabajo se centra en el aprendizaje no supervisado, el procesamiento del lenguaje natural, la predicción de series temporales y los problemas de datos secuenciales. Actualmente, Ankur encuentra patrones ocultos en grandes volúmenes de datos sin etiquetar para clientes de todo el mundo como científico de datos en ThetaRay, una empresa israelí de inteligencia artificial. Ankur comenzó su carrera como el principal operador de mercados emergentes en Bridgewater Associates y luego fundó y administró el fondo de cobertura R-Squared Macro basado en aprendizaje automático.