Aprendizaje Automático Práctico con Python: Implementación de Soluciones de Redes Neuronales con Scikit-Learn y Pytorch

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.

Título original:

Hands-On Machine Learning with Python: Implement Neural Network Solutions with Scikit-Learn and Pytorch

Contenido del libro:

He aquí la guía completa perfecta para lectores con conocimientos de nivel básico a intermedio sobre aprendizaje automático y aprendizaje profundo. Presenta herramientas como NumPy para el procesamiento numérico, Pandas para el análisis de datos de panel, Matplotlib para la visualización, Scikit-learn para el aprendizaje automático y Pytorch para el aprendizaje profundo con Python. También sirve como manual de referencia a largo plazo para los profesionales que encontrarán soluciones a los escenarios más frecuentes.

El libro se divide en tres secciones. La primera sección introduce a las herramientas de cálculo numérico y análisis de datos con Python, con explicaciones detalladas sobre la configuración del entorno, la carga de datos, el procesamiento numérico, el análisis de datos y las visualizaciones. La segunda sección cubre los fundamentos del aprendizaje automático y la biblioteca Scikit-learn. También explica el aprendizaje supervisado, el aprendizaje no supervisado, la implementación y clasificación de algoritmos de regresión y los métodos de aprendizaje conjunto de forma sencilla con lecciones teóricas y prácticas. La tercera sección explica arquitecturas de redes neuronales complejas con detalles sobre el funcionamiento interno y la implementación de redes neuronales convolucionales. El último capítulo contiene una solución detallada de principio a fin con redes neuronales en Pytorch.

Después de completar Hands-on Machine Learning with Python, serás capaz de implementar soluciones de aprendizaje automático y redes neuronales y ampliarlas para tu beneficio.

Lo que aprenderá

⬤ Revisar estructuras de datos en NumPy y Pandas.

⬤ Demostrar técnicas y algoritmos de aprendizaje automático.

⬤ Comprender el aprendizaje supervisado y el aprendizaje no supervisado.

⬤ Examinar redes neuronales convolucionales y redes neuronales recurrentes.

⬤ Familiarizarse con scikit-learn y PyTorch.

⬤ Predecir secuencias en redes neuronales recurrentes y memoria a largo corto plazo.

A quién va dirigido este libro

Científicos de datos, ingenieros de aprendizaje automático y profesionales del software con conocimientos básicos de programación en Python.