{"title":"Modelos de aprendizaje","description":"","products":[{"product_id":"mastering-machine-learning-algorithms-expert-techniques-for-implementing-popular-machine-learning-algorithms-fine-tuning-your-models-and-understanding-how-they-work","title":"Mastering Machine Learning Algorithms: Expert Techniques for Implementing Popular Machine Learning Algorithms, Fine-tuning Your Models, and Understanding How They Work","description":"\u003cul class=\"a-unordered-list a-nostyle a-vertical a-spacing-none detail-bullet-list\"\u003e\n\u003cli\u003e\u003cspan class=\"a-list-item\"\u003e\u003cspan class=\"a-text-bold\"\u003eEditorial ‏ : ‎\u003cspan\u003e \u003c\/span\u003e\u003c\/span\u003e\u003cspan\u003ePackt Publishing\u003c\/span\u003e\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan class=\"a-list-item\"\u003e\u003cspan class=\"a-text-bold\"\u003eFecha de publicación ‏ : ‎\u003cspan\u003e \u003c\/span\u003e\u003c\/span\u003e\u003cspan\u003e31 Enero 2020\u003c\/span\u003e\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan class=\"a-list-item\"\u003e\u003cspan class=\"a-text-bold\"\u003eEdición ‏ : ‎\u003cspan\u003e \u003c\/span\u003e\u003c\/span\u003e\u003cspan\u003eSegunda edición.\u003c\/span\u003e\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan class=\"a-list-item\"\u003e\u003cspan class=\"a-text-bold\"\u003eIdioma ‏ : ‎\u003cspan\u003e \u003c\/span\u003e\u003c\/span\u003e\u003cspan\u003eInglés\u003c\/span\u003e\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan class=\"a-list-item\"\u003e\u003cspan class=\"a-text-bold\"\u003eNúmero de páginas ‏ : ‎\u003cspan\u003e \u003c\/span\u003e\u003c\/span\u003e\u003cspan\u003e798 páginas\u003c\/span\u003e\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan class=\"a-list-item\"\u003e\u003cspan class=\"a-text-bold\"\u003eISBN-10 ‏ : ‎\u003cspan\u003e \u003c\/span\u003e\u003c\/span\u003e\u003cspan\u003e1838820299\u003c\/span\u003e\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan class=\"a-list-item\"\u003e\u003cspan class=\"a-text-bold\"\u003eISBN-13 ‏ : ‎\u003cspan\u003e \u003c\/span\u003e\u003c\/span\u003e\u003cspan\u003e978-1838820299\u003c\/span\u003e\u003c\/span\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003eMastering Machine Learning Algorithms de Giuseppe Bonaccorso se presenta como una obra técnica indispensable para quienes buscan profundizar en el diseño y la implementación de modelos de inteligencia artificial avanzados. Esta guía especializada aborda con rigor los algoritmos más representativos del aprendizaje automático, proporcionando a los técnicos y profesionales del sector informático las herramientas necesarias para dominar desde los fundamentos hasta las técnicas más innovadoras de optimización y ajuste fino de modelos. A través de sus páginas, el lector encontrará explicaciones detalladas sobre cómo funcionan internamente estas potentes herramientas matemáticas y cómo aplicarlas de manera eficiente en entornos reales de computación.\u003c\/p\u003e\n\u003cp\u003eEl contenido del libro está diseñado para que el lector aprenda a implementar algoritmos populares y a perfeccionar el rendimiento de sus sistemas mediante técnicas expertas de fine-tuning. Al ser un recurso orientado a un público técnico especializado, se enfoca en la resolución de problemas complejos y en el entendimiento profundo de la lógica algorítmica, permitiendo que los desarrolladores y científicos de datos eleven sus capacidades profesionales al siguiente nivel. Con un enfoque práctico y actualizado, esta obra de la editorial Packt Publishing Ltd se convierte en un aliado estratégico para cualquier experto que desee mantenerse a la vanguardia tecnológica en el campo del procesamiento de datos y la analítica predictiva.\u003c\/p\u003e\n\u003cp\u003eIdeal para ingenieros y especialistas en software que buscan excelencia técnica, este manual garantiza una comprensión exhaustiva de los pilares que sostienen la inteligencia artificial moderna. Perfecciona tus habilidades técnicas y lleva tus modelos de aprendizaje automático a un nivel superior con esta guía experta de referencia global.\u003c\/p\u003e\n\u003cp\u003e\u003cspan class=\"a-text-bold\"\u003eUpdated and revised second edition of the bestselling guide to exploring and mastering the most important algorithms for solving complex machine learning problems\u003c\/span\u003e\u003c\/p\u003e\n\u003ch4\u003e\u003cem\u003eKey Features\u003c\/em\u003e\u003c\/h4\u003e\n\u003cul class=\"a-unordered-list a-vertical\"\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eUpdated to include new algorithms and techniques\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eCode updated to Python 3.8 \u0026amp; TensorFlow 2.x\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eNew coverage of regression analysis, time series analysis, deep learning models, and cutting-edge applications\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch4\u003e\u003cem\u003eBook Description\u003c\/em\u003e\u003c\/h4\u003e\n\u003cp\u003e\u003cem\u003eMastering Machine Learning Algorithms, Second Edition helps you harness the real power of machine learning algorithms in order to implement smarter ways of meeting today's overwhelming data needs. This newly updated and revised guide will help you master algorithms used widely in semi-supervised learning, reinforcement learning, supervised learning, and unsupervised learning domains.\u003c\/em\u003e\u003c\/p\u003e\n\u003cp\u003e\u003cem\u003eYou will use all the modern libraries from the Python ecosystem - including NumPy and Keras - to extract features from varied complexities of data. Ranging from Bayesian models to the Markov chain Monte Carlo algorithm to Hidden Markov models, this machine learning book teaches you how to extract features from your dataset, perform complex dimensionality reduction, and train supervised and semi-supervised models by making use of Python-based libraries such as scikit-learn. You will also discover practical applications for complex techniques such as maximum likelihood estimation, Hebbian learning, and ensemble learning, and how to use TensorFlow 2.x to train effective deep neural networks.\u003c\/em\u003e\u003c\/p\u003e\n\u003cp\u003e\u003cem\u003eBy the end of this book, you will be ready to implement and solve end-to-end machine learning problems and use case scenarios.\u003c\/em\u003e\u003c\/p\u003e\n\u003ch4\u003e\u003cem\u003eWhat you will learn\u003c\/em\u003e\u003c\/h4\u003e\n\u003cul class=\"a-unordered-list a-vertical\"\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eUnderstand the characteristics of a machine learning algorithm\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eImplement algorithms from supervised, semi-supervised, unsupervised, and RL domains\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eLearn how regression works in time-series analysis and risk prediction\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eCreate, model, and train complex probabilistic models\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eCluster high-dimensional data and evaluate model accuracy\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eDiscover how artificial neural networks work - train, optimize, and validate them\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eWork with autoencoders, Hebbian networks, and GANs\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch4\u003e\u003cem\u003eWho this book is for\u003c\/em\u003e\u003c\/h4\u003e\n\u003cp\u003e\u003cem\u003eThis book is for data science professionals who want to delve into complex ML algorithms to understand how various machine learning models can be built. Knowledge of Python programming is required.\u003c\/em\u003e\u003c\/p\u003e\n\u003ch4\u003e\u003cem\u003eTable of Contents\u003c\/em\u003e\u003c\/h4\u003e\n\u003col class=\"a-ordered-list a-vertical\"\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eMachine Learning Model Fundamentals\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eLoss functions and Regularization\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eIntroduction to Semi-Supervised Learning\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eAdvanced Semi-Supervised Classifiation\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eGraph-based Semi-Supervised Learning\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eClustering and Unsupervised Models\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eAdvanced Clustering and Unsupervised Models\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eClustering and Unsupervised Models for Marketing\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eGeneralized Linear Models and Regression\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eIntroduction to Time-Series Analysis\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eBayesian Networks and Hidden Markov Models\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eThe EM Algorithm\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eComponent Analysis and Dimensionality Reduction\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eHebbian Learning\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eFundamentals of Ensemble Learning\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eAdvanced Boosting Algorithms\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eModeling Neural Networks\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eOptimizing Neural Networks\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eDeep Convolutional Networks\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eRecurrent Neural Networks\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eAuto-Encoders\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eIntroduction to Generative Adversarial Networks\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eDeep Belief Networks\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eIntroduction to Reinforcement Learning\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003cli style=\"font-style: italic;\"\u003e\u003cem\u003e\u003cspan class=\"a-list-item\"\u003eAdvanced Policy Estimation Algorithms\u003c\/span\u003e\u003c\/em\u003e\u003c\/li\u003e\n\u003c\/ol\u003e","brand":"Packt Publishing Ltd","offers":[{"title":"Nuevo","offer_id":48409983549681,"sku":"MLBONA9781838820299","price":72.0,"currency_code":"USD","in_stock":true},{"title":"Usado","offer_id":48409983582449,"sku":"MLBONA9781838820300","price":55.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0734\/4180\/4529\/files\/7165DyKirEL._SL1360.jpg?v=1784089608"}],"url":"https:\/\/www.buholibreria.com\/collections\/modelos-de-aprendizaje.oembed","provider":"Búho Cultura","version":"1.0","type":"link"}