Aprendizaje automático

El libro cubrirá los diferentes algoritmos utilizados en el aprendizaje automático según sus distintos tipos. Cubriremos algoritmos para el aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje por refuerzo. En otras palabras, analizaremos cómo el aprendizaje automático se basa en tareas (por ejemplo, predecir el siguiente valor), en datos (por ejemplo, identificar y clasificar grupos de clientes) y es capaz de aprender de sus propios errores. También nos pondremos un poco técnicos, solo ligeramente, cuando cubramos la teoría del aprendizaje computacional, el big data, las estadísticas, el aprendizaje y la optimización, las redes bayesianas, las máquinas de vectores de soporte, los algoritmos genéticos y la minería de datos. Una vez más, hemos hecho todo lo posible para simplificar estos conceptos para el público en general. Al final de este libro también hemos recomendado tecnologías de IA relacionadas, herramientas de código abierto y lenguajes de programación. Bueno, eso es si estás interesado en aprender a desarrollar esta tecnología o al menos a comprender sus características más técnicas. No hace falta decir que el aprendizaje automático es un campo nuevo y emocionante con muchas aplicaciones beneficiosas. Facilita diagnósticos médicos más precisos, puede simplificar el marketing de productos, crear pronósticos de ventas más precisos, mejora la precisión de muchas reglas financieras, simplifica la documentación que consume mucho tiempo, afina el mantenimiento predictivo y una gran cantidad de otros beneficios.

Autor: Mike Jones
Editorial: Mike Jones
Publicado: 01/03/2023
Páginas: 66
Tipo de encuadernación: Tapa blanda
Peso: 0.22lbs
Tamaño: 9.00h x 6.00w x 0.14d
ISBN13: 9781738904938
ISBN10: 1738904938
Categorías BISAC:
- Computadoras | Ciencia de Datos | Aprendizaje Automático

Este título no es retornable