Machine Learning Y Deep Learning (original )
en 48x
¡Última disponible!
MercadoLíder | +10mil ventas
MercadoLíder Platinum
+10mil
Ventas concretadas
Brinda buena atención
Entrega sus productos a tiempo
Medios de pago
Tarjetas de crédito
¡Paga en hasta 48 cuotas!
Tarjetas de débito
Efectivo
Características del producto
Características principales
Título del libro | Machine Learning y Deep Learning. Usando python, scikit y keras |
---|---|
Autor | JESÚS BOBADILLA SANCHO |
Idioma | Español |
Editorial del libro | Ediciones de la U |
Tapa del libro | Blanda |
Año de publicación | 2021 |
Otras características
Cantidad de páginas | 291 |
---|---|
Altura | 14 cm |
Ancho | 20 cm |
Peso | 450 g |
Material de la tapa del libro | Blanda |
Con páginas para colorear | No |
Con realidad aumentada | No |
Traductores | No Aplica |
Género del libro | Sistemas Informáticos |
Subgéneros del libro | Sistemas de Información |
Tipo de narración | Manual |
Versión del libro | Original |
Tamaño del libro | Mediano |
Colección del libro | No Aplica |
Accesorios incluidos | No |
Edad mínima recomendada | 18 años |
Edad máxima recomendada | 99 años |
Escrito en imprenta mayúscula | No |
Cantidad de libros por set | 1 |
ISBN | 9789587921458 |
Descripción
El objetivo del machine learning es que los sistemas informáticos sean capaces de aprender a partir de los datos, emulando de esta manera las capacidades humanas. El Aprendizaje Profundo (Deep Learning) es el área más prometedora del machine learning. Los modernos sistemas de reconocimiento facial, conducción automática, chatbots, comportamiento de los videojuegos, etc. se llevan a cabo haciendo uso de técnicas de deep learning.
En este libro se explican los conceptos más relevantes tanto de machine learning como de deep learning. Ambos bloques se pueden abordar de manera independiente y en cualquier orden. Se aportan multitud de ejemplos programados en Python y explicados desde cero, con gráficos representativos. También se hace uso de las bibliotecas Scikit y Keras. Cualquier lector con conocimientos de programación podrá entender los conceptos y los ejemplos que se exponen en el libro:
Regresión
Clasificación
Clustering
Reducción de Dimensionalidad
Redes Neuronales
Redes Convolucionales (Convolutional Neural Networks)
Enriquecimiento de datos (Data Augmentation)
Generadores de Datos
Aprendizaje por Transferencia (Transfer Learning)
Autoencoders
Visualización de capas ocultas
Aprendizaje Generativo (Generative Learning)
Garantía del vendedor: 1 meses
Preguntas y respuestas
¿Qué quieres saber?
Pregúntale al vendedor
Nadie ha hecho preguntas todavía. ¡Haz la primera!