Aprendizaje automático en Python

Opiniones de los lectores

El libro ha sido elogiado sobre todo por su accesibilidad e idoneidad para los principiantes en el aprendizaje automático. Proporciona muchos ejemplos prácticos de codificación y cubre una variedad de algoritmos actualizados. Sin embargo, algunos usuarios avanzados lo critican por su falta de profundidad, sobre todo en las explicaciones matemáticas y los temas más complejos.

⬤ Accesible y fácil de leer para principiantes.
⬤ Muchos ejemplos prácticos para ilustrar conceptos.
⬤ Cubre algoritmos de ML actualizados.
⬤ Proporciona una buena introducción a Python Machine Learning y SciKit-Learn.

⬤ Le falta profundidad en las explicaciones matemáticas y temas avanzados.
⬤ No es adecuado para usuarios avanzados o con conocimientos intermedios.
⬤ Algunos usuarios encuentran su contenido demasiado básico.
⬤ Se critica que la calidad del material es frágil.

(basado en 10 opiniones de lectores)

Título original:

Python Machine Learning

Contenido del libro:

Este libro aborda el aprendizaje automático, uno de los temas más candentes de los últimos años. Con el aumento exponencial de la potencia de cálculo y la disminución simultánea de los costes, no hay mejor momento para el aprendizaje automático. Las tareas de aprendizaje automático que suelen requerir una enorme potencia de procesamiento ahora son posibles en máquinas de sobremesa. Sin embargo, el aprendizaje automático no es para los débiles de corazón: requiere una buena base de estadística, así como conocimientos de programación. Este libro de código intensivo anima a los lectores a probar varios ejemplos de ambos temas, diseñados para ser compactos, pero fáciles de seguir y comprender. Los lectores empezarán siguiendo temas fundamentales como una introducción al Aprendizaje Automático y a la Ciencia de Datos. Para cada algoritmo de aprendizaje, los lectores utilizarán un escenario de la vida real para mostrar cómo el aprendizaje automático es útil para resolver el problema en cuestión.

Este libro iniciará a los lectores en el Aprendizaje Automático en Python cubriendo los siguientes temas fundamentales:

Introducción al aprendizaje automático.

Algoritmos de aprendizaje automático.

⬤ Regresión.

⬤ Clasificaciones.

⬤ Clustering.

⬤ Detección de anomalías.

Despliegue de Modelos de Aprendizaje Automático como Servicios Web.

Introducción a la Ciencia de Datos en Python.

Librerías Python para ciencia de datos.

⬤ Numpy.

⬤ Pandas.

⬤ Matplotib.

Introducción a Scikit-learn.