su compra


0 libro(s) - AR$0.00 Euros Dólares US
0 libro(s) - U$S0.00 Euros Pesos
0 libro(s) - €0.00 Pesos Dólares US
Usuario: Clave:
Registrarse
Facebook Twitter sábado 27 de abril del 2024 27-04-2024
Tapa del libro Python Machine Learning

Python Machine Learning

Ver Biografía

Consultar Consultar

Autor: Raschka, Mirjalili

Origen: -

Editorial: MARCOMBO

ISBN: 978-84-267-2720-6

Origen: -

$ 56994.32 Icono bolsa

56.99 U$S 63.33

El aprendizaje automático está invadiendo el mundo del software. Si quieres entender y trabajar la vanguardia del aprendizaje automático, las redes neuronales y el aprendizaje profundo, esta segunda edición del bestseller Python Machine Learning, es tu libro.Modernizado y ampliado para incluir las tecnologías de código abierto más recientes, como scikit-learn, Keras y TensorFlow, este manual proporciona el conocimiento práctico y las técnicas necesarias para crear eficaces aplicaciones de aprendizaje automático y aprendizaje profundo en Python.El conocimiento y la experiencia únicos de Sebastian Raschka y Vahid Mirjalili presentan los algoritmos de aprendizaje automático y aprendizaje profundo, antes de continuar con temas avanzados en análisis de datos.Combinan los principios teóricos delaprendizaje automático con un enfoque práctico de codificación para una comprensión completa de la teoría del aprendizaje automático y la implementación con Python.Aprenderás a:Explorar y entender los frameworks clave para la ciencia de datos, el aprendizaje automático y el aprendizaje profundoFormular nuevas preguntas sobre datos con modelos deaprendizaje automático y redes neuronalesAprovechar el poder de las últimas libreríasde código abierto de Python para aprendizaje automáticoDominar la implementación de redes neuronales profundas con la librería de TensorFlowIncrustar modelos de aprendizaje automáticos en aplicacions web accesiblesPredecir resultados objetivos continuos con análisis de regresiónDescubrir patrones ocultos y estructuras en datos con agrupamientosAnalizar imágenes mediante técnicas de aprendizaje profundoProfundizar en datos de medios sociales y textuales con el análisis de sentimientos

Afinidades electivas