Python Machine Learning Cookbook - Segunda edición

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 8 votos.

Título original:

Python Machine Learning Cookbook - Second Edition

Contenido del libro:

Descubra poderosas maneras de resolver eficazmente problemas de aprendizaje automático del mundo real utilizando bibliotecas clave como scikit-learn, TensorFlow y PyTorch Características principales Aprenda e implemente algoritmos de aprendizaje automático en una variedad de escenarios de la vida real Cubra una gama de tareas que abarcan técnicas de aprendizaje supervisado, no supervisado y de refuerzo Encuentre soluciones de código fáciles de seguir para abordar desafíos comunes y no tan comunes Descripción del libro

Esta esperada segunda edición del popular Python Machine Learning Cookbook le permitirá adoptar un nuevo enfoque para hacer frente a las tareas de aprendizaje automático y aprendizaje profundo del mundo real.

Con la ayuda de más de 100 recetas, aprenderá a crear potentes aplicaciones de aprendizaje automático utilizando modernas bibliotecas del ecosistema Python. El libro también le guiará sobre cómo implementar varios algoritmos de aprendizaje automático para motores de clasificación, agrupación y recomendación, utilizando un enfoque basado en recetas. Con énfasis en las soluciones prácticas, las secciones dedicadas del libro le ayudarán a aplicar técnicas de aprendizaje supervisado y no supervisado a problemas del mundo real. Hacia los capítulos finales, se familiarizará con recetas que le enseñarán técnicas avanzadas como el aprendizaje por refuerzo, las redes neuronales profundas y el aprendizaje automático de máquinas.

Al final de este libro, usted estará equipado con las habilidades que necesita para aplicar técnicas de aprendizaje automático y aprovechar todas las capacidades del ecosistema Python a través de ejemplos del mundo real. Lo que aprenderá Utilizar el modelado predictivo y aplicarlo a problemas del mundo real Explorar técnicas de visualización de datos para interactuar con sus datos Aprender a construir un motor de recomendación Entender cómo interactuar con datos de texto y construir modelos para analizarlos Trabajar con datos de voz y reconocer palabras habladas utilizando modelos ocultos de Markov Conocer bien el aprendizaje de refuerzo, el ML automatizado y el aprendizaje de transferencia Trabajar con datos de imágenes y construir sistemas para el reconocimiento de imágenes y el reconocimiento facial biométrico Utilizar redes neuronales profundas para construir un sistema de reconocimiento óptico de caracteres A quién va dirigido este libro.

Este libro está dirigido a científicos de datos, desarrolladores de aprendizaje automático, entusiastas del aprendizaje profundo y programadores de Python que deseen resolver desafíos del mundo real utilizando técnicas y algoritmos de aprendizaje automático. Si se enfrenta a retos en el trabajo y desea soluciones de código listas para usar para cubrir tareas clave en el aprendizaje automático y el dominio del aprendizaje profundo, este libro es lo que necesita. Le resultará útil estar familiarizado con la programación en Python y con los conceptos del aprendizaje automático. Tabla de contenidos El reino del aprendizaje supervisado Construcción de un clasificador Modelado predictivo Agrupación con aprendizaje no supervisado Visualización de datos Construcción de motores de recomendación Análisis de datos de texto Reconocimiento de voz Disección de series temporales y datos secuenciales Análisis de contenido de imágenes Reconocimiento facial biométrico Técnicas de aprendizaje por refuerzo Redes neuronales profundas Aprendizaje de representación no supervisado Aprendizaje automático y aprendizaje de transferencia Desbloqueo de problemas de producción