Aprendizaje automático para principiantes absolutos: A Plain English Introduction (Tercera edición)

Título original:

Machine Learning for Absolute Beginners: A Plain English Introduction (Third Edition)

Contenido del libro:

Presentado por Tableau como el primero de los "7 libros sobre aprendizaje automático para principiantes".

¿Listo para poner en marcha una instancia de GPU virtual y machacar petabytes de datos? ¿Quieres añadir "Aprendizaje automático" a tu perfil de LinkedIn?

Bueno, espera un momento...

Antes de embarcarte en este viaje, tienes que familiarizarte con algunos principios teóricos y estadísticos de alto nivel.

Pero en lugar de gastar $30-$50 USD en un grueso libro de texto, es posible que desee leer este libro primero. Como alternativa clara y concisa, este libro proporciona una introducción de alto nivel al aprendizaje automático, ejercicios de código descargables de forma gratuita y demostraciones en vídeo.

Machine Learning for Absolute Beginners Third Edition ha sido escrito y diseñado para principiantes absolutos. Esto significa explicaciones sencillas y que no se requiere experiencia en programación. Cuando se introducen algoritmos básicos, se añaden explicaciones claras y ejemplos visuales para facilitar el seguimiento en casa.

Nueva edición actualizada

Esta nueva edición incluye capítulos ampliados con cuestionarios, videotutoriales complementarios gratuitos en línea para codificar modelos en Python y recursos descargables no incluidos en la segunda edición.

Si ha superado la fase de "principiante" en el estudio del aprendizaje automático y está preparado para abordar la codificación y el aprendizaje profundo, le vendrá bien un libro de texto de formato largo. Si, por el contrario, aún no has llegado a ese momento Rey León -como un Simba adulto que contempla las Tierras de la Manada de África-, este es el libro que te levantará suavemente y te dará una visión clara del terreno.

En esta guía paso a paso aprenderás:

- Cómo descargar conjuntos de datos gratuitos

- Qué herramientas y bibliotecas de aprendizaje automático necesita.

- Técnicas de depuración de datos, incluyendo codificación de un solo punto, binning y cómo tratar los datos que faltan.

- Preparación de los datos para el análisis, incluida la validación k-fold.

- Análisis de regresión para crear líneas de tendencia.

- k-Means Clustering para encontrar nuevas relaciones.

- Los fundamentos de las Redes Neuronales

- Sesgo/Varianza para mejorar su modelo de aprendizaje automático.

- Árboles de Decisión para decodificar la clasificación, y.

- Cómo construir tu primer Modelo de Aprendizaje Automático para predecir el valor de una casa usando Python.

Preguntas frecuentes

P: ¿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 últimos capítulos introducen Python para demostrar un modelo real de aprendizaje automático, por lo que verá algo de programación en este libro.

P: Ya he comprado la Segunda Edición de Aprendizaje Automático para Principiantes Absolutos, ¿debería comprar esta Tercera Edición?

R: Como los mismos temas de la Segunda Edición se cubren en la Tercera Edición, puede que le convenga más leer un título más avanzado sobre aprendizaje automático. Si ha adquirido una edición anterior de este libro y desea acceder a los tutoriales en vídeo gratuitos, envíe un correo electrónico al autor.

P: ¿Incluye este libro todo lo que necesito para convertirme en un experto en aprendizaje automático?

R: Lamentablemente, no. Este libro está diseñado para los lectores que dan sus primeros pasos en el aprendizaje automático y se requerirá más aprendizaje más allá de este libro para dominar el aprendizaje automático.