Gracias a varios logros innovadores, el deep learning ha dado un gran impulso a todo el campo del machine learning. Ahora, incluso programadores que no saben casi nada de esta tecnolog?a pueden usar herramientas sencillas y eficaces para implementar programas capaces de aprender a partir de datos. Este best seller utiliza ejemplos concretos, una teor?a m?nima y frameworks de Python listos para la producci?n (Scikit Learn, Keras y TensorFlow) para ayudarte a obtener una comprensi?n intuitiva de los conceptos y herramientas para crear sistemas inteligentes.
Con esta tercera edici?n actualizada, el autor Aur?lien G?ron explora una variedad de t?cnicas que van desde una regresi?n lineal simple a redes neuronales profundas. Hay ejemplos de c?digo y ejercicios por todo el libro para ayudarte a aplicar lo que has aprendido, lo ?nico que necesitas para empezar es experiencia en programaci?n:
* Utiliza Scikit-Learn para hacer un seguimiento de un proyecto de machine learning de ejemplo de principio a fin.
* Explora varios modelos, incluyendo m?quinas de vectores soporte, ?rboles de decisi?n, random forests y m?todos de ensamblaje.
* Aprovecha t?cnicas de aprendizaje no supervisado, como la reducci?n de dimensionalidad, el agrupamiento y la detecci?n de anomal?as.
* Sum?rgete en arquitecturas de redes neuronales, incluyendo redes convolucionales, redes recurrentes, redes generativas antag?nicas, autocodificadores, modelos de difusi?n y transformadores.
* Utiliza TensorFlow y Keras para crear y entrenar redes neuronales para visi?n por ordenador, procesamiento del lenguaje natural, modelos generativos y aprendizaje profundo por refuerzo.