What do you think?
Rate this book
Machine Learning con Python: Aprendizaje Supervisado
Este libro se enfoca en proyectos de Machine Learning con el lenguaje de programación de Python. Está escrito para explicar cada uno de los pasos para desarrollar un proyecto de Machine Learning con algoritmos de clasificación y regresión. Se encuentra dividido de la siguiente forma:
• Aprender cómo las subtareas de un proyecto de Machine Learning se asignan a Python y la mejor forma de trabajar a través de cada tarea.
• Finalmente, se une todo el conocimiento explicado para desarrollar un problema de clasificación y otro de regresión.
En los primeros capítulos se aprenderá a cómo completar las subtareas específicas de un proyecto de Machine Learning utilizando Python. Una vez que se aprenda a cómo completar una tarea utilizando la plataforma y obtener un resultado de manera confiable se podrá utilizar una y otra vez en proyecto tras proyecto.
Un proyecto de Machine Learning, se puede dividir en 4 tareas:
6
• Definir el problema: investigar y caracterizar el problema para comprender mejor los objetivos del proyecto.
• Analizar los datos: usar estadísticas descriptivas y visualizarlas para comprender mejor los datos que se tiene disponible.
• Preparar los datos: utilizar las transformaciones de datos para exponer mejor la estructura del problema de predicción a los algoritmos de Machine Learning.
• Evaluar los algoritmos: diseñar pruebas para evaluar una serie de algoritmos
estándar en los datos y seleccionar los mejores para investigar más a fondo.
En la última parte del libro, unirá todo lo aprendido anteriormente, para el desarrollo de un proyecto, uno con algoritmos de clasificación y otro con algoritmos de regresión.
Cada una de las lecciones están diseñadas para leerse de principio a fin en orden, y mostrar exactamente cómo completar cada tarea en un proyecto de Machine Learning. Por supuesto, se puede dedicar a capítulos específicos, posteriormente, para refrescar los conocimientos. Los capítulos están estructurados para demostrar las librerías y funciones y mostrar técnicas específicas para una tarea de Machine Learning.
Cada capítulo esta diseñado para completarse en menos de 30 minutos (dependiendo de su nivel de habilidad y entusiasmo). Es posible trabajar con todo el libro en un fin de semana. También funciona, si desea, sumergirse en capítulos específicos y utilizar el libro como referencia.
Este libro es una extensión del blog y el canal Youtube, acá encontrarás información complementaria a la publicada por esas vías.
Con este libro podrás aprender todo lo relacionado a implementar un proyecto de Machine Learning, desde las librerías a utilizar como las instrucciones más importante para implementar los algoritmos y evaluar el modelo final.
Encontrarás dos proyectos, uno para algoritmos de clasificación y otro para algoritmos de regresión.
• Aprender cómo las subtareas de un proyecto de Machine Learning se asignan a Python y la mejor forma de trabajar a través de cada tarea.
• Finalmente, se une todo el conocimiento explicado para desarrollar un problema de clasificación y otro de regresión.
En los primeros capítulos se aprenderá a cómo completar las subtareas específicas de un proyecto de Machine Learning utilizando Python. Una vez que se aprenda a cómo completar una tarea utilizando la plataforma y obtener un resultado de manera confiable se podrá utilizar una y otra vez en proyecto tras proyecto.
Un proyecto de Machine Learning, se puede dividir en 4 tareas:
6
• Definir el problema: investigar y caracterizar el problema para comprender mejor los objetivos del proyecto.
• Analizar los datos: usar estadísticas descriptivas y visualizarlas para comprender mejor los datos que se tiene disponible.
• Preparar los datos: utilizar las transformaciones de datos para exponer mejor la estructura del problema de predicción a los algoritmos de Machine Learning.
• Evaluar los algoritmos: diseñar pruebas para evaluar una serie de algoritmos
estándar en los datos y seleccionar los mejores para investigar más a fondo.
En la última parte del libro, unirá todo lo aprendido anteriormente, para el desarrollo de un proyecto, uno con algoritmos de clasificación y otro con algoritmos de regresión.
Cada una de las lecciones están diseñadas para leerse de principio a fin en orden, y mostrar exactamente cómo completar cada tarea en un proyecto de Machine Learning. Por supuesto, se puede dedicar a capítulos específicos, posteriormente, para refrescar los conocimientos. Los capítulos están estructurados para demostrar las librerías y funciones y mostrar técnicas específicas para una tarea de Machine Learning.
Cada capítulo esta diseñado para completarse en menos de 30 minutos (dependiendo de su nivel de habilidad y entusiasmo). Es posible trabajar con todo el libro en un fin de semana. También funciona, si desea, sumergirse en capítulos específicos y utilizar el libro como referencia.
Este libro es una extensión del blog y el canal Youtube, acá encontrarás información complementaria a la publicada por esas vías.
Con este libro podrás aprender todo lo relacionado a implementar un proyecto de Machine Learning, desde las librerías a utilizar como las instrucciones más importante para implementar los algoritmos y evaluar el modelo final.
Encontrarás dos proyectos, uno para algoritmos de clasificación y otro para algoritmos de regresión.
147 pages, Kindle Edition
Published June 29, 2019
17 people are currently reading
41 people want to read
Ratings & Reviews
Friends & Following
Create a free account to discover what your friends think of this book!
Community Reviews
Displaying 1 - 2 of 2 reviews
May 19, 2020
Excelente sitio
Read
November 22, 2019Porque es un tema muy interesante en este mundo tecnologico tan cambiante.
Displaying 1 - 2 of 2 reviews