| El presente libro tiene una clara vocacin did?ctica, se dirige a todas las personas que quieren adentrarse en el apasionante campo del aprendizaje autom?tico combinando la terica con la pr?ctica para que sea sencillo asimilar las explicaciones.En esta obra se revisan los algoritmos m?s comunes y su implementacin en Python. Comienza con una introduccin a las claves que han impulsado nuestra sociedad hacia 'la era de los datos' y explora cmo, mediante tcnicas de aprendizajeautom?tico, obtener partido a la inmensa cantidad de datos que hoy nos rodea.A continuacin, se presenta el aprendizaje no supervisado con sus principales algoritmos y usos: agrupamiento, manifolds, reglas de asociacin y algoritmos de deteccin de anomalas. Le sigue el aprendizaje supervisado, partiendo del modelo m?s simple, modelo lineal multivariante, se llega a las M?quinas de Soporte Vectorial (SVM). Finalmente, analiza con el aprendizaje profundo (gran parte de lo que denominamos Inteligencia Artificial) donde se explican, de una manera sencilla e intuitiva, los perceptrones multicapa profundos, las redes convolucionales profundas (CNN) y los modelos recurrentes. Esta obra contiene numerosas aplicaciones pr?cticas con su cdigo Python que podr? descargar desde la web del libro. |
