Aprendizaje automático para principiantes absolutos: una introducción en lenguaje sencillo (Tercera edición)

Presentado por Tableau como el primero de "7 libros sobre Machine Learning para principiantes". ¿Listo para poner en marcha una instancia de GPU virtual y procesar petabytes de datos? ¿Quieres añadir "Machine Learning" a tu perfil de LinkedIn? Bueno, espera un momento... Antes de embarcarte en tu viaje, hay algunas teorías de alto nivel y principios estadísticos que debes entender primero. Sin embargo, en lugar de gastar 30-50 USD en un grueso libro de texto, quizás quieras leer este libro primero. Como una alternativa clara y concisa, este libro ofrece una introducción de alto nivel al aprendizaje automático, ejercicios de código descargables gratuitos y demostraciones en video. Machine Learning for Absolute Beginners Third Edition ha sido escrito y diseñado para principiantes absolutos. Esto significa explicaciones en un lenguaje sencillo y sin necesidad de experiencia en codificación. Donde se introducen algoritmos centrales, se añaden explicaciones claras y ejemplos visuales para facilitar el seguimiento desde casa.Nueva Edición ActualizadaEsta nueva edición también incluye capítulos extendidos con cuestionarios, tutoriales en video suplementarios gratuitos en línea para codificar modelos en Python, y recursos descargables no incluidos en la Segunda Edición. Los lectores de la Segunda Edición no deben sentirse obligados a comprar esta Tercera Edición.Descargo de responsabilidad: Si has superado la etapa de "principiante" en tu estudio del aprendizaje automático y estás listo para abordar la codificación y el aprendizaje profundo, te vendría bien un libro de texto de formato largo. Sin embargo, si aún no has llegado a ese momento del Rey León – como un Simba adulto que mira las Tierras del Reino de África – entonces este es el libro que te elevará suavemente y te dará una clara visión del terreno.En esta guía paso a paso aprenderás- Cómo descargar conjuntos de datos gratuitos- Qué herramientas y bibliotecas de aprendizaje automático necesitas- Técnicas de depuración de datos, incluyendo codificación one-hot, agrupación en bins y manejo de datos faltantes- Preparación de datos para el análisis, incluyendo validación cruzada k-fold- Análisis de regresión para crear líneas de tendencia- Agrupación k-Means para encontrar nuevas relaciones- Los fundamentos de las redes neuronales- Sesgo/Varianza para mejorar tu modelo de aprendizaje automático- Árboles de decisión para decodificar la clasificación, y- Cómo construir tu primer modelo de aprendizaje automático para predecir valores de viviendas usando PythonPreguntas frecuentesP: ¿Necesito experiencia en programación para completar este libro electrónico?R: Este libro electrónico está diseñado para principiantes absolutos, por lo que no se requiere experiencia en programación. Sin embargo, dos de los capítulos posteriores introducen Python para demostrar un modelo de aprendizaje automático real, por lo que verás algo de programación utilizada en este libro. P: Ya compré la segunda edición de Machine Learning for Absolute Beginners, ¿debería comprar esta tercera edición?R: Dado que en la tercera edición se cubren los mismos temas que en la segunda edición, quizás te convenga más leer un título más avanzado sobre aprendizaje automático. Si has comprado una edición anterior de este libro y deseas acceder a los tutoriales en video gratuitos, envía un correo electrónico al autor. P: ¿Este libro incluye todo lo que necesito para convertirme en un experto en aprendizaje automático?R: Desafortunadamente, no. Este libro está diseñado para lectores que dan sus primeros pasos en el aprendizaje automático y se requerirá un aprendizaje adicional más allá de este libro para dominar el aprendizaje automático.

Autor: Oliver Theobald
Editorial: Publicado de forma independiente
Publicado: 01/01/2021
Páginas: 180
Tipo de encuadernación: Tapa blanda
Peso: 0.60 libras
Tamaño: 9.00h x 6.00w x 0.41d
ISBN13: 9798558098426
Categorías BISAC:
- Educación | Informática y Tecnología
- Informática | Teoría de Máquinas

Este título no es retornable