MACHINE LEARNING Y DEEP LEARNING

MACHINE LEARNING Y DEEP LEARNING

USANDO PYTHON, SCIKIT Y KERAS

BOBADILLA, JESÚS

$ 71,000.00

U$ 18,20 17,18 €

Disponible
Editorial:
EDICIONES DE LA U
Año de edición:
2021
Materia
Computacion
ISBN:
978-958-792-145-8
EAN:
9789587921458
Páginas:
294
Encuadernación:
Tapa blanda
$ 71,000.00

U$ 18,20 17,18 €

Disponible
Añadir a favoritos

ACERCA DEL AUTOR
CAPÍTULO 1. INTRODUCCIÓN
1.1 TIPOS DE MACHINE LEARNING
1.2 TRATANDO CON DATOS
1.3 MEDICIÓN DE LA CALIDAD
1.4 MEJORA DEL MODELO
CAPÍTULO 2. DATASETS
2.1 DATASET DE DIABETES (REGRESIÓN)
2.2 DATASET BOSTON (REGRESIÓN)
2.3 DATASET DE LIRIOS (CLASIFICACIÓN)
2.4 DATASET DE CÁNCER DE PECHO (CLASIFICACIÓN)
2.5 DATASET DE VINOS (CLASIFICACIÓN)
2.6 DATASET GENERADO MAKE_BLOBS (CLASIFICACIÓN)
2.7 DATASET GENERADO MAKE_REGRESSION (REGRESSION)
2.8 DATASET GENERADO MAKE_MOONS (CLASIFICACIÓN Y
CLUSTERING)
2.9 DATASET MNIST (CLASIFICACIÓN)
2.10 CARAS DE OLIVETTI (CLASIFICACIÓN)
2.10.1 Caras etiquetadas “in the wild”: LFW (clasificación)
CAPÍTULO 3. REGRESIÓN
3.1 MODELOS DE REGRESIÓN
3.1.1 Regresión lineal (desde cero)
3.1.2 Regresión lineal usando SciKit
3.1.3 Regresión Polinómica (desde cero)
3.1.4 Regresión polinómial desde cero (enfoque de gradiente descendente
3.1.5 Regresión de los K vecinos más cercanos (K-Nearest Neighbors)
o KNN) desde cero
3.1.6 Regresión por K vecinos más cercanos (KNN) usando librerías
SciKit
3.1.7 Regresión Kernel Gaussiana (Gaussian Kernel Regression)
desde cero
3.1.8 Regresión Kernel Gaussiana usando librerías SciKit
3.1.9 Regresión Ridge (forma cerrada)
3.1.10 Ridge Regression usando librerías de SciKit
3.1.11 Regresión Lasso usando librerías de SciKit
3.1.12 Regresión Elastic Net usando librerías de SciKit
3.2 ANÁLISIS DE CALIDAD EN LA REGRESIÓN LINEAL
CAPÍTULO 4. CLASIFICACIÓN
4.1 MODELOS DE CLASIFICACIÓN
4.1.1 Regresión Logística (Logistic Regression) desde cero
4.1.2 Regresión Logística (clasificación) usando librerías SciKit
4.1.3 Clasificación K vecinos más cercanos (K Nearest Neighbours)
4.1.4 Support Vector Machines (SVM) using SciKit libraries
4.1.5 Árboles de Decisión usando librerías de SciKit
4.1.6 Random Forest usando librerías de SciKit
4.2 ANÁLISIS DE CALIDAD DE LOS MÉTODOS DE CLASIFICACIÓN
CAPÍTULO 5. CLUSTERING
5.1 ALGORITMOS DE CLUSTERING
5.1.1 K-Means (K-medias) desde cero
5.1.2 K means usando las librerías de SciKit
5.1.3 DBSCAN basado en densidad, desde cero
5.1.4 DBSCAN basado en densidad, usando SCiKit
5.1.5 Clustering Acumulativo (Agglomerative clustering), usando SciKit
5.2 MEDIDA DE CALIDAD DEL CLUSTERING
CAPÍTULO 6. REDUCCIÓN DE DIMENSIONES
6.1 FACTORIZACIÓN MATRICIAL USANDO SCIKIT
6.2 ANÁLISIS DE COMPONENTES PRINCIPALES (PCA),
USANDO SCIKIT
CAPÍTULO 7. REDES NEURONALES
7.1 LA NEURONA BIOLÓGICA
7.2 LA NEURONA ARTIFICIAL
7.3 APRENDIZAJE HEBBIANO
7.4 EL PERCEPTRÓN
7.5 REDES MULTICAPA Y EL ALGORITMO BACK PROPAGATION
7.6 DEMOSTRACIÓN DEL ALGORITMO BACK PROPAGATION
CAPÍTULO 8. CLASIFICACIÓN USANDO REDES NEURONALES
8.1 CLASIFICACIÓN DEL DATASET MNIST
8.2 CLASIFICACIÓN DEL DATASET FASHION MNIST
8.3 CLASIFICACIÓN DEL DATASET CIFAR 100
CAPÍTULO 9. REDES CONVOLUCIONALES.
CONCEPTOS BÁSICOS
CAPÍTULO 10. CLASIFICACIÓN USANDO REDES CONVOLUCIONALES
EN DATASETS SENCILLOS
10.1 CLASIFICACIÓN DEL DATASET MNIST
10.2 CLASIFICACIÓN DEL DATASET CIFAR 100
10.3 CLASIFICACIÓN DEL DATASET FASHION MNIST
CAPÍTULO 11. GENERADORES DE DATOS
11.1 CLASIFICACIÓN USANDO EL DATASET: DOGS AND CATS
11.2 DATA GENERATORS
CAPÍTULO 12. ENRIQUECIMIENTO DE DATOS (DATA AUGMENTATION)
12.1 ENRIQUECIMIENTO DE DATOS. ENFOQUE I
12.2 ENRIQUECIMIENTO DE DATOS. ENFOQUE II
CAPÍTULO 13. VISUALIZACIÓN DE LAS CAPAS OCULTAS
13.1 MAPAS DE ACTIVACIÓN EN EL DATASET ‘DOGS AND CATS’
13.2 MAPAS DE ACTIVACIÓN EN EL DATASET MNIST
CAPÍTULO 14. APRENDIZAJE POR TRANSFERENCIA (TRANSFER
LEARNING)
14.1 REUTILIZACIÓN DEL MODELO VGG16
14.2 REFINADO DEL MODELO VGG16
14.3 TRANSFER LEARNING EN DOS ETAPAS
CAPÍTULO 15. AUTOENCODERS
15.1 AUTOENCODER DE UNA SOLA CAPA
15.2 AUTOENCODER EN VARIAS CAPAS
15.3 AUTOENCODERS CONVOLUCIONALES
15.4 VISUALIZACIÓN DEL ESPACIO MULTIDIMENSIONAL
CAPÍTULO 16. APRENDIZAJE GENERATIVO
MATERIAL ADICIONAL

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)

Artículos relacionados

  • DOMINA PSOC5LP Y KODULAR
    CAMARGO LÓPEZ, JULIÁN ROLANDO / PERDOMO CHARRY, CÉSAR ANDREY / PERDOMO CHARRY, ÓSCAR JULIÁN
    Domina PSoC5LP y Kodular es una guía práctica para integrar hardware y desarrollar aplicaciones móviles. A través de 11 proyectos, explora el uso del microcontrolador PSoC5LP y Kodular, combinando teoría, dispositivos externos y soluciones aplicadas para crear sistemas innovadores.El libro se divide en dos partes principales: una introducción al PSoC5LP y el desarrollo de aplic...
    Disponible

    $ 137,000.00

    U$ 35,13 33,15 €

  • PENSAMIENTO DE SISTEMAS. UN ENFOQUE PARA AFRONTAR LA COMPLEJIDAD ACTUAL
    PRIETO MEJÍA, SAMUEL
    El libro Pensamiento de sistemas. Un enfoque para afrontar la complejidad actual proporciona un enfoque integral y práctico sobre el pensamiento de sistemas en siete capítulos diseñados para estudiantes del programa de Ingeniería de instituciones de educación superior. Basado en la orientación de aprendizajes del Instituto Tecnológico de Massachusetts (MIT) y la experiencia de ...
    Disponible

    $ 74,800.00

    U$ 19,18 18,10 €

  • CHATGPT PARA EXCEL
    PEÑA MILLAHUAL, CLAUDIO ALEJANDRO
    Descubre una nueva forma de dominar Excel con la ayuda de ChatGPT. Este libro combina dos poderosas herramientas: la versatilidad de Excel y la inteligencia artificial para guiarte en el manejo de funciones y fórmulas avanzadas de manera efectiva y sencilla.nnAprende a crear y optimizar macros y fórmulas mientras resuelves problemas reales que surgen en tu trabajo diario. Con e...
    ¡Última unidad!

    $ 54,000.00

    U$ 13,85 13,07 €

  • PALABRAS Y ALGORITMOS
    CHACÓN SARTORI, CAMILO
    Este es un libro singular, un intrépido y, a la vez, fascinante relato de cómo los seres humanos han estado empleando las tecnologías del lenguaje a lo largo de la historia. El relato cubre desde los primeros intentos humanos de usar signos para registrar bienes económicos, listas de reyes y hechos en la Mesopotamia antigua, pasando por el desarrollo de la escritura propiamente...
    Disponible

    $ 62,000.00

    U$ 15,90 15,00 €

  • PYTHON CON ORIENTACIÓN A OBJETOS Y AL ANÁLISIS DE DATOS
    HERNÁNDEZ BEJARANO, MIGUEL / BAQUERO REY, LUIS EDUARDO
    Este libro es una guía completa para cualquier persona que desee sumergirse en la programación de computadoras, independientemente del área o disciplina del conocimiento. Es ideal tanto para aquellos interesados en la programación orientada a objetos y el análisis de datos en un lenguaje de programación como este para personas dispuestas a aprender de forma autónoma. Ofrece una...
    Disponible

    $ 119,000.00

    U$ 30,51 28,80 €

  • MODELOS PARA EL DISEÑO DE SOFTWARE INCLUSIVO. CASO DE ESTUDIO BASADO EN EL TRASTORNO DEL ESPECTRO AUTISTA
    CONSTAIN MORENO, GUSTAVO EDUARDO / COLLAZOS, CÉSAR ALBERTO / BAUTISTA BLASCO, SUSANA
    La vida de una persona con neurodiversidad, que también se reconoce como una discapacidad intelectual en diversos contextos sociales, se vuelve más difícil cuando debe compartir experiencias y actividades conrnpersonas que no padecen dicha condición. En varios países, esta población aumenta en silencio debido a su relego social, generado, en algunos casos, por el desconocimient...
    Disponible

    $ 60,000.00

    U$ 15,38 14,52 €