Python Machine Learning - Tercera edición: Aprendizaje automático y aprendizaje profundo con Python, scikit-learn y TensorFlow 2

Opiniones de los lectores

En general, el libro proporciona una comprensión completa del aprendizaje automático, especialmente para aquellos con conocimientos de programación en Python. Sin embargo, hay preocupaciones significativas con respecto a la calidad de impresión y algunas imprecisiones en las secciones de aprendizaje profundo.

⬤ Contenido bien estructurado que introduce eficazmente los conceptos del aprendizaje automático.
⬤ Explicaciones claras de conceptos matemáticos, algoritmos y ejemplos prácticos.
⬤ Valioso para quienes tienen experiencia en programación con Python.
⬤ Buen equilibrio entre teoría y codificación práctica.
⬤ Útil como referencia tanto para estudiantes como para profesionales.

⬤ Mala calidad de impresión en las copias físicas, a menudo descritas como manchadas o descoloridas.
⬤ Algunas secciones de aprendizaje profundo pueden carecer de claridad y contener imprecisiones.
⬤ Los diagramas en blanco y negro pueden dificultar la comprensión de ciertos conceptos.
⬤ El código proporcionado puede no funcionar sin versiones específicas de paquetes, lo que puede resultar frustrante.

(basado en 71 opiniones de lectores)

Título original:

Python Machine Learning - Third Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2

Contenido del libro:

Aprendizaje automático aplicado con una sólida base teórica. Revisado y ampliado para TensorFlow 2, GANs y aprendizaje por refuerzo.

Características principales

⬤ Tercera edición del libro de aprendizaje automático de Python más vendido y ampliamente aclamado.

⬤ Explicaciones claras e intuitivas que le llevan a profundizar en la teoría y la práctica del aprendizaje automático en Python.

⬤ Totalmente actualizado y ampliado para cubrir TensorFlow 2, modelos Generative Adversarial Network, aprendizaje de refuerzo y mejores prácticas.

Descripción del libro

Python Machine Learning, Third Edition es una guía completa de aprendizaje automático y aprendizaje profundo con Python. Actúa tanto como un tutorial paso a paso, como una referencia a la que volverá una y otra vez a medida que construya sus sistemas de aprendizaje automático.

Repleto de explicaciones claras, visualizaciones y ejemplos prácticos, el libro cubre en profundidad todas las técnicas esenciales del aprendizaje automático. Mientras que algunos libros sólo enseñan a seguir instrucciones, con este libro de aprendizaje automático, Raschka y Mirjalili enseñan los principios en los que se basa el aprendizaje automático, permitiéndole construir modelos y aplicaciones por sí mismo.

Actualizada para TensorFlow 2.0, esta nueva tercera edición presenta a los lectores las nuevas funciones de la API Keras, así como las últimas incorporaciones a scikit-learn. También se ha ampliado para cubrir las técnicas de aprendizaje de refuerzo de vanguardia basadas en el aprendizaje profundo, así como una introducción a los GAN. Por último, este libro también explora un subcampo del procesamiento del lenguaje natural (PLN) llamado análisis de sentimientos, ayudándole a aprender a utilizar algoritmos de aprendizaje automático para clasificar documentos.

Este libro es su compañero para el aprendizaje automático con Python, tanto si es un desarrollador de Python nuevo en el aprendizaje automático como si desea profundizar su conocimiento de los últimos desarrollos.

Lo que aprenderá

⬤ Dominar los marcos, modelos y técnicas que permiten a las máquinas "aprender" de los datos.

⬤ Utilizar scikit-learn para el aprendizaje automático y TensorFlow para el aprendizaje profundo.

⬤ Aplicar el aprendizaje automático a la clasificación de imágenes, análisis de sentimientos, aplicaciones web inteligentes y más.

⬤ Construir y entrenar redes neuronales, GANs y otros modelos.

⬤ Descubrir las mejores prácticas para evaluar y ajustar modelos.

⬤ Predecir resultados continuos mediante análisis de regresión.

⬤ Excavar más profundamente 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. Escrito para desarrolladores y científicos de datos que quieren crear código práctico de aprendizaje automático y aprendizaje profundo, este libro es ideal para cualquiera que quiera enseñar a los ordenadores a aprender de los datos.