Descripción
Cree modelos de Machine Learning con una sólida comprensión estadística.
Características principales:
- Aprenda sobre las estadísticas detrás de potentes modelos predictivos con valores p, ANOVA y estadísticas F.
- Implemente cálculos estadísticos de forma programática para el aprendizaje supervisado y no supervisado a través del agrupamiento K-means.
- Domine el aspecto estadístico del Machine Learning con la ayuda de esta guía rica en ejemplos para R y Python.
Descripción del libro:
Las estadísticas complejas en el aprendizaje automático preocupan a muchos desarrolladores. Conocer las estadísticas le ayuda a construir modelos sólidos de aprendizaje automático que están optimizados para un problema dado.
Este libro le enseñará todo lo necesario para realizar los complejos cálculos estadísticos que se requieren para el aprendizaje automático. Obtendrá información sobre las estadísticas detrás del aprendizaje supervisado, el aprendizaje no supervisado, el aprendizaje por refuerzo y más. Verá ejemplos del mundo real que discuten el lado estadístico del aprendizaje automático y se familiarizará con él. Encontrará programas para realizar tareas como modelado, ajuste de parámetros, regresión, clasificación, recolección de densidad, trabajar con vectores, matrices y más.
Al final del libro, habrá dominado las estadísticas necesarias para el aprendizaje automático y podrá aplicar sus nuevas habilidades a cualquier tipo de problema de la industria.
Lo que aprenderá:
- Comprender los fundamentos estadísticos y de aprendizaje automático necesarios para
- construir modelos
- Comprender las principales diferencias y paralelismos entre la forma estadística y la forma de aprendizaje automático de resolver problemas
- Aprenda a preparar datos y alimentar modelos utilizando los algoritmos de aprendizaje automático apropiados de los más que adecuados paquetes de R y Python
- Analizar los resultados y ajustar el modelo apropiadamente a sus propios objetivos predictivos
- Comprender los conceptos de las estadísticas necesarias para el aprendizaje automático
- Introducirse en los fundamentos necesarios para construir modelos de aprendizaje profundo supervisados y no supervisados
- Aprender el aprendizaje por refuerzo y su aplicación en el campo del dominio de la inteligencia artificial
Para quién es este libro:
Este libro está dirigido a desarrolladores con poca o ninguna experiencia en estadísticas, que desean implementar el aprendizaje automático en sus sistemas. Serán útiles algunos conocimientos de programación en R o Python.
Autor: Pratap Dangeti
Editorial: Packt Publishing
Publicado: 21/07/2017
Páginas: 442
Tipo de encuadernación: Tapa blanda
Peso: 1.66 libras
Tamaño: 9.25h x 7.50w x 0.90d
ISBN13: 9781788295758
ISBN10: 1788295757
Categorías BISAC:
- Informática | Software Matemático y Estadístico
- Informática | Ciencia de Datos | Modelado y Diseño de Datos
Este título no es retornable