Python Scikit-Learn para Principiantes: Especialización en Scikit-Learn para Científicos de Datos

Python para científicos de datos -- Especialización en Scikit-LearnScikit-Learn, también conocido como Sklearn, es una biblioteca de código abierto y gratuita de aprendizaje automático (ML) que se utiliza para el lenguaje Python. En febrero de 2010, esta biblioteca se hizo pública por primera vez. Y en menos de tres años, se convirtió en una de las bibliotecas de aprendizaje automático más populares en Github.Scikit-learn es el mejor lugar para comenzar a acceder a implementaciones fáciles de usar y de primera categoría de algoritmos populares. Esta biblioteca acelera el desarrollo de modelos de ML.Las principales características de la biblioteca Scikit-learn son los algoritmos de regresión, clasificación y agrupamiento (bosques aleatorios, K-means, refuerzo de gradiente, DBSCAN y máquinas de vectores de soporte). La biblioteca Scikit-learn también se integra bien con otras bibliotecas de Python, como NumPy, Pandas, IPython, SciPy, Sympy y Matplotlib, para realizar diferentes tareas.Python para científicos de datos: especialización en Scikit-Learn le presenta un enfoque práctico y simple para aprender Scikit-learn rápidamente.¿En qué se diferencia este libro?La mayoría de los libros de Python asumen que usted sabe cómo codificar usando Pandas, NumPy y Matplotlib. Pero este libro no. El autor dedica mucho tiempo a enseñarle cómo escribir los códigos más simples en Python para lograr modelos de aprendizaje automático.La cobertura en profundidad de la biblioteca Scikit-learn comienza a partir del tercer capítulo. Ir directamente a Scikit-learn le facilita el seguimiento. La otra ventaja es que se usa Jupyter Notebook para escribir y explicar el código a lo largo de este libro.Puede acceder fácilmente a los conjuntos de datos utilizados en este libro descargándolos en tiempo de ejecución. También puede acceder a ellos a través de la carpeta Datasets en los repositorios de SharePoint y GitHub.También puede trabajar en tres miniproyectos prácticos:

1. Detección de correo electrónico no deseado con Scikit-Learn
2. Análisis sentimental de películas de IMDB
3. Clasificación de imágenes con Scikit-Learn

Los scripts, gráficos e imágenes del libro son claros y proporcionan elementos visuales fáciles de entender para la descripción del texto. Si usted es nuevo en la ciencia de datos, este libro le resultará una excelente opción para el autoaprendizaje. En general, puede contar con este libro de aprender haciendo para ayudarle a lograr sus objetivos profesionales en ciencia de datos más rápido.Los temas cubiertos incluyen:

• Introducción a Scikit-Learn y otras bibliotecas de aprendizaje automático
• Configuración del entorno y curso intensivo de Python
• Preprocesamiento de datos con Scikit-Learn
• Selección de características con la biblioteca Scikit-Learn de Python
• Resolución de problemas de regresión en aprendizaje automático usando la biblioteca Sklearn
• Resolución de problemas de clasificación en aprendizaje automático usando la biblioteca Sklearn
• Agrupación de datos con la biblioteca Scikit-Learn
• Reducción de dimensionalidad con PCA y LDA usando Sklearn
• Selección de los mejores modelos con Scikit-Learn
• Procesamiento de lenguaje natural con Scikit-Learn
• Clasificación de imágenes con Scikit-Learn

Haga clic en el botón COMPRAR AHORA y comience su viaje de aprendizaje de ciencia de datos.

Autor: Ai Publishing
Editorial: AI Publishing LLC
Publicado: 28/03/2021
Páginas: 344
Tipo de encuadernación: Tapa blanda
Peso: 1.01 lbs
Tamaño: 9.00 alto x 6.00 ancho x 0.72 profundidad
ISBN13: 9781734790184
ISBN10: 1734790180
Categorías BISAC:
- Computadoras | Ciencia de datos | Modelado y diseño de datos

Este título no es retornable