Descripción
Con notas detalladas, tablas y ejemplos, esta práctica referencia lo ayudará a navegar por los conceptos básicos del aprendizaje automático estructurado. El autor Matt Harrison ofrece una guía valiosa que puede utilizar como apoyo adicional durante la capacitación y como un recurso conveniente cuando se sumerja en su próximo proyecto de aprendizaje automático.
Ideal para programadores, científicos de datos e ingenieros de inteligencia artificial, este libro incluye una descripción general del proceso de aprendizaje automático y lo guía a través de la clasificación con datos estructurados. También aprenderá métodos para la agrupación, la predicción de un valor continuo (regresión) y la reducción de la dimensionalidad, entre otros temas.
Esta referencia de bolsillo incluye secciones que cubren:
- Clasificación, utilizando el conjunto de datos del Titanic
- Limpieza de datos y manejo de datos faltantes
- Análisis exploratorio de datos
- Pasos comunes de preprocesamiento usando datos de muestra
- Selección de características útiles para el modelo
- Selección de modelo
- Métricas y evaluación de clasificación
- Ejemplos de regresión usando k-vecinos más cercanos, árboles de decisión, boosting y más
- Métricas para la evaluación de regresión
- Agrupación
- Reducción de dimensionalidad
- Pipelines de Scikit-learn
Autor: Matt Harrison
Editorial: O'Reilly Media
Publicado: 24/09/2019
Páginas: 320
Tipo de encuadernación: Tapa blanda
Peso: 0.52 lbs
Tamaño: 7.00h x 4.25w x 0.67d
ISBN13: 9781492047544
ISBN10: 1492047546
Categorías BISAC:
- Informática | Procesamiento de imágenes
- Informática | Inteligencia Artificial | Procesamiento del Lenguaje Natural
- Informática | Ciencia de Datos | Redes Neuronales
Sobre el Autor
Matt dirige MetaSnake, una empresa de consultoría y capacitación en Python y Ciencia de Datos. Tiene más de 15 años de experiencia utilizando Python en una amplia gama de dominios: Ciencia de Datos, BI, Almacenamiento, Pruebas y Automatización, Gestión de Pila de Código Abierto y Búsqueda.