Guía avanzada de inteligencia artificial en Python: Guía avanzada de inteligencia artificial: Sistemas expertos de aprendizaje automático y agentes inteligentes us

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 14 votos.

Título original:

Python Advanced Guide to Artificial Intelligence: Advanced Guide to Artificial Intelligence: Expert machine learning systems and intelligent agents us

Contenido del libro:

Desmitifique la complejidad de las técnicas de aprendizaje automático y cree soluciones inteligentes y evolutivas para resolver sus problemas.

Características principales:

⬤ Dominar algoritmos de ML supervisados, no supervisados y semisupervisados y su implementación.

⬤ Construir modelos de aprendizaje profundo para la detección de objetos, clasificación de imágenes, aprendizaje de similitud, y más.

⬤ Construir, implementar y escalar modelos de redes neuronales profundas de extremo a extremo en un entorno de producción.

Descripción del libro

Esta Ruta de aprendizaje es su guía completa para familiarizarse rápidamente con los algoritmos populares de aprendizaje automático. Se le presentarán los algoritmos más utilizados en el aprendizaje automático supervisado, no supervisado y semisupervisado, y aprenderá a utilizarlos de la mejor manera posible. Desde los modelos bayesianos hasta el algoritmo MCMC, pasando por los modelos de Markov ocultos, este itinerario de aprendizaje le enseñará a extraer características de su conjunto de datos y a reducir la dimensionalidad mediante el uso de bibliotecas basadas en Python.

Usted traerá el uso de TensorFlow y Keras para construir modelos de aprendizaje profundo, utilizando conceptos como el aprendizaje de transferencia, redes generativas adversariales, y el aprendizaje profundo de refuerzo. A continuación, aprenderás las características avanzadas de TensorFlow1.x, como TensorFlow distribuido con clusters TF, desplegar modelos de producción con TensorFlow Serving. Implementarás diferentes técnicas relacionadas con la clasificación de objetos, detección de objetos, segmentación de imágenes y más.

Al final de este Learning Path, habrás obtenido un profundo conocimiento de TensorFlow, convirtiéndote en la persona de referencia para resolver problemas de inteligencia artificial.

Esta Ruta de Aprendizaje incluye contenido de los siguientes productos Packt:

- Mastering Machine Learning Algorithms por Giuseppe Bonaccorso.

- Mastering TensorFlow 1.x por Armando Fandango.

- Deep Learning for Computer Vision por Rajalingappaa Shanmugamani.

Lo que aprenderás:

⬤ Explorar cómo un modelo ML puede ser entrenado, optimizado y evaluado.

⬤ Trabajar con Autoencoders y Generative Adversarial Networks.

⬤ Explorar las técnicas más importantes de aprendizaje por refuerzo.

⬤ Construir modelos de aprendizaje profundo de extremo a extremo (CNN, RNN y Autoencoders).

A quién va dirigido este libro:

Este itinerario de aprendizaje está dirigido a científicos de datos, ingenieros de aprendizaje automático e ingenieros de inteligencia artificial que deseen profundizar en algoritmos complejos de aprendizaje automático, calibrar modelos y mejorar las predicciones del modelo entrenado.

Se encontrará con las complejidades avanzadas y los casos de uso complejos del aprendizaje profundo y la IA. Se requieren conocimientos básicos de programación en Python y cierta comprensión de los conceptos de aprendizaje automático para sacar el máximo partido de este itinerario de aprendizaje.