Python Machine Learning, Second Edition: Aprendizaje automático y aprendizaje profundo con Python, scikit-learn y TensorFlow

Opiniones de los lectores

El libro proporciona una introducción completa al aprendizaje automático con Python, equilibrando la teoría y la codificación práctica. Resulta especialmente beneficioso para quienes tengan conocimientos intermedios de estadística y programación, aunque puede no ser adecuado para principiantes absolutos debido a su complejidad. Muchos usuarios aprecian las claras explicaciones de los autores, las ayudas visuales y los ejemplos prácticos, mientras que algunos lo critican por su pronunciada curva de aprendizaje y la insuficiencia de detalles en algunas áreas.

⬤ Excelentes explicaciones y visualizaciones
⬤ sólidas pruebas matemáticas
⬤ amplia cobertura de las técnicas de aprendizaje automático
⬤ adecuado para usuarios intermedios
⬤ ejemplos prácticos con código Python
⬤ valiosas notas de las experiencias de los autores
⬤ sirve como referencia útil para la resolución de problemas en el aprendizaje automático.

⬤ No es apto para principiantes
⬤ curva de aprendizaje pronunciada
⬤ algunos usuarios lo encuentran difícil de digerir
⬤ problemas ocasionales de calidad de impresión
⬤ problemas de usabilidad del formato Kindle
⬤ demasiado centrado en álgebra lineal sin explicaciones sencillas
⬤ algunos contenidos pueden estar desfasados o carecer de profundidad en ciertas áreas.

(basado en 107 opiniones de lectores)

Título original:

Python Machine Learning, Second Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow

Contenido del libro:

Desbloquea las técnicas modernas de aprendizaje automático y aprendizaje profundo con Python utilizando las últimas bibliotecas de código abierto de Python.

Características principales

⬤ Segunda edición del libro más vendido sobre aprendizaje automático.

⬤ Un enfoque práctico de los marcos clave en ciencia de datos, aprendizaje automático y aprendizaje profundo.

⬤ Utilice las bibliotecas de Python más potentes para implementar el aprendizaje automático y el aprendizaje profundo.

⬤ Conoce las mejores prácticas para mejorar y optimizar tus sistemas y algoritmos de machine learning.

Descripción del libro

.

Nota del editor: Esta edición de 2017 está desactualizada y no es compatible con TensorFlow 2 ni con ninguna de las actualizaciones más recientes de las librerías de Python. Ahora se ha publicado una nueva tercera edición, actualizada para 2020 y con TensorFlow 2 y lo último en scikit-learn, aprendizaje de refuerzo y GANs.

El aprendizaje automático se está comiendo el mundo del software, y ahora el aprendizaje profundo está ampliando el aprendizaje automático. Comprenda y trabaje en la vanguardia del aprendizaje automático, las redes neuronales y el aprendizaje profundo con esta segunda edición del libro superventas de Sebastian Raschka, Python Machine Learning. Utilizando las bibliotecas de código abierto de Python, este libro ofrece los conocimientos prácticos y las técnicas que necesita para crear y contribuir al aprendizaje automático, el aprendizaje profundo y el análisis de datos moderno.

Completamente ampliada y modernizada, la segunda edición de Python Machine Learning incluye ahora la popular biblioteca de aprendizaje profundo TensorFlow 1.x. El código de scikit-learn también se ha actualizado completamente a v0. 18. 1 para incluir mejoras y adiciones a esta versátil biblioteca de aprendizaje automático.

La visión y experiencia únicas de Sebastian Raschka y Vahid Mirjalili le introducen en el aprendizaje automático y los algoritmos de aprendizaje profundo desde cero, y le muestran cómo aplicarlos a desafíos prácticos de la industria utilizando ejemplos realistas e interesantes. Al final del libro, estará preparado para hacer frente a las nuevas oportunidades de análisis de datos.

Si ya leyó la primera edición de este libro, le encantará encontrar un equilibrio entre las ideas clásicas y las perspectivas modernas del aprendizaje automático. Cada capítulo se ha actualizado de forma crítica, y hay nuevos capítulos sobre tecnologías clave. Podrá aprender y trabajar con TensorFlow 1.x más profundamente que nunca, y obtener una cobertura esencial de la biblioteca de redes neuronales Keras, junto con actualizaciones de scikit-learn 0.18. 1.

Lo que aprenderá

⬤ Comprender los marcos clave en la ciencia de datos, el aprendizaje automático y el aprendizaje profundo.

⬤ Aprovechar el poder de las últimas bibliotecas de código abierto de Python en el aprendizaje automático.

⬤ Explorar técnicas de aprendizaje automático utilizando datos reales desafiantes.

⬤ Dominar la implementación de redes neuronales profundas utilizando la biblioteca TensorFlow 1. x.

⬤ Aprenda la mecánica de los algoritmos de clasificación para implementar la mejor herramienta para el trabajo.

⬤ Predecir resultados de objetivos continuos utilizando análisis de regresión.

⬤ Descubrir patrones ocultos y estructuras en los datos con la agrupación.

⬤ Profundizar en datos textuales y de medios sociales utilizando el análisis de sentimientos.

A quién va dirigido este libro

Si sabes algo de Python y quieres utilizar el aprendizaje automático y el aprendizaje profundo, hazte con este libro. Tanto si quieres empezar desde cero como ampliar tus conocimientos de aprendizaje automático, este es un recurso esencial e imperdible. Escrito para desarrolladores y científicos de datos que quieran crear código práctico de aprendizaje automático y aprendizaje profundo, este libro es ideal para desarrolladores y científicos de datos que quieran enseñar a los ordenadores a aprender de los datos.