Descripción
El aprendizaje automático se ha convertido en una parte integral de muchas aplicaciones comerciales y proyectos de investigación, pero este campo no es exclusivo de las grandes empresas con amplios equipos de investigación. Si utilizas Python, incluso como principiante, este libro te enseñará formas prácticas de construir tus propias soluciones de aprendizaje automático. Con todos los datos disponibles hoy en día, las aplicaciones de aprendizaje automático solo están limitadas por tu imaginación.
Aprenderás los pasos necesarios para crear una aplicación exitosa de aprendizaje automático con Python y la biblioteca scikit-learn. Los autores Andreas Müller y Sarah Guido se centran en los aspectos prácticos del uso de algoritmos de aprendizaje automático, en lugar de las matemáticas detrás de ellos. La familiaridad con las bibliotecas NumPy y matplotlib te ayudará a aprovechar aún más este libro.
Con este libro, aprenderás:
- Conceptos fundamentales y aplicaciones del aprendizaje automático
- Ventajas y deficiencias de los algoritmos de aprendizaje automático ampliamente utilizados
- Cómo representar datos procesados por aprendizaje automático, incluyendo qué aspectos de los datos enfocar
- Métodos avanzados para la evaluación de modelos y el ajuste de parámetros
- El concepto de pipelines para encadenar modelos y encapsular tu flujo de trabajo
- Métodos para trabajar con datos de texto, incluyendo técnicas de procesamiento específicas de texto
- Sugerencias para mejorar tus habilidades en aprendizaje automático y ciencia de datos
Autor: Andreas C. Müller, Sarah Guido
Editorial: O'Reilly Media
Publicado: 01/11/2016
Páginas: 400
Tipo de encuadernación: Tapa blanda
Peso: 1.30 lbs
Tamaño: 9.10h x 6.90w x 0.70d
ISBN13: 9781449369415
ISBN10: 1449369413
Categorías BISAC:
- Computadoras | Lenguajes | Python
- Computadoras | Inteligencia Artificial | Procesamiento del Lenguaje Natural
- Computadoras | Programación | Algoritmos
Sobre el Autor
Andreas Müller obtuvo su doctorado en aprendizaje automático de la Universidad de Bonn. Después de trabajar como investigador de aprendizaje automático en aplicaciones de visión por computadora en Amazon durante un año, se unió recientemente al Centro de Ciencia de Datos de la Universidad de Nueva York. En los últimos cuatro años, ha sido mantenedor y uno de los principales colaboradores de scikit-learn, un kit de herramientas de aprendizaje automático ampliamente utilizado en la industria y la academia, y autor y colaborador de varios otros paquetes de aprendizaje automático ampliamente utilizados. Su misión es crear herramientas abiertas para reducir la barrera de entrada para las aplicaciones de aprendizaje automático, promover la ciencia reproducible y democratizar el acceso a algoritmos de aprendizaje automático de alta calidad.
Sarah es una científica de datos que ha trabajado mucho tiempo en startups. Le encanta Python, el aprendizaje automático, las grandes cantidades de datos y el mundo de la tecnología. Es una oradora experimentada en conferencias, reside actualmente en la ciudad de Nueva York y asistió a la Universidad de Michigan para sus estudios de posgrado.