Aprendizaje automático práctico con Microsoft Excel 2019

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 38 votos.

Título original:

Hands-On Machine Learning with Microsoft Excel 2019

Contenido del libro:

Una guía práctica para sacar el máximo partido a Excel, utilizándolo para la preparación de datos, la aplicación de modelos de aprendizaje automático (incluidos los servicios en la nube) y la comprensión del resultado del análisis de datos. Características principales Utilizar el producto Excel de Microsoft para construir modelos de previsión avanzados utilizando ejemplos variados Cubrir una amplia gama de tareas de aprendizaje automático, como la minería de datos, el análisis de datos, la visualización inteligente, etc. Derivar técnicas basadas en datos utilizando plugins y API de Excel sin necesidad de mucho código Descripción del libro

Hemos hecho enormes progresos en enseñar a los ordenadores a realizar tareas difíciles, especialmente aquellas que son repetitivas y consumen mucho tiempo para los humanos. Los usuarios de Excel, de todos los niveles, pueden sentirse rezagados por esta ola de innovación. Lo cierto es que gran parte del trabajo necesario para desarrollar y utilizar un modelo de aprendizaje automático puede realizarse en Excel.

El libro comienza dando una introducción general al aprendizaje automático, haciendo que cada concepto sea claro y comprensible. A continuación, muestra cada paso de un proyecto de aprendizaje automático, desde la recopilación de datos, la lectura de diferentes fuentes de datos, el desarrollo de modelos y la visualización de los resultados utilizando las funciones y complementos de Excel. En cada capítulo, hay varios ejemplos y ejercicios prácticos que mostrarán al lector cómo combinar funciones de Excel, complementos y conexiones a bases de datos y a servicios en la nube para alcanzar el objetivo deseado: construir un flujo completo de análisis de datos. Se muestran diferentes modelos de aprendizaje automático, adaptados al tipo de datos que se desea analizar.

Al final del libro, se presentan al lector algunos casos de uso avanzados que utilizan el aprendizaje automático y las redes neuronales artificiales, que simplifican la tarea de análisis y representan el futuro del aprendizaje automático. Qué aprenderá Utilizar Excel para previsualizar y limpiar conjuntos de datos Comprender las correlaciones entre variables y optimizar la entrada a los modelos de aprendizaje automático Utilizar y evaluar diferentes modelos de aprendizaje automático desde Excel Comprender el uso de diferentes visualizaciones Aprender los conceptos y cálculos básicos para entender cómo funcionan las redes neuronales artificiales Aprender a conectar Excel a la nube de Microsoft Azure Ir más allá de las pruebas de concepto y construir flujos de análisis de datos totalmente funcionales A quién va dirigido este libro.

Este libro es para el análisis de datos, entusiastas del aprendizaje automático, gestores de proyectos, y alguien que no quiere codificar mucho para realizar tareas básicas de aprendizaje automático. Cada ejemplo le ayudará a realizar análisis inteligentes de principio a fin. Se requieren conocimientos prácticos de Excel. Tabla de contenidos Implementación de algoritmos de aprendizaje automático Ejemplos prácticos de modelos de aprendizaje automático Importación de datos a Excel desde diferentes fuentes de datos Limpieza de datos y análisis preliminar de datos Correlaciones e importancia de las variables Modelos de minería de datos en Excel Ejemplos prácticos Implementación de series temporales Visualización de datos en diagramas, histogramas y mapas Redes neuronales artificiales Azure y Excel: aprendizaje automático en la nube El futuro del aprendizaje automático