03416nam a2200445 i 4500 18081 CO-BoDC 20250509143846.0 m o d cr cnu---unuuu s2021 ck a fo 001 0 spa d 9789587923162 (papel) 9789587923155 (electrónico) 18081 Identificador Ebook7-24 (Co-BoDC)18081 Co-BoDC spa rda 621.39 P649 22 Pineda Pertuz, Carlos M autor 158379 Aprendizaje automático y profundo en python: una mirada hacia la inteligencia artificial / Carlos M. Pineda Pertuz Primera edición Bogotá Ediciones de la U 2021 1 recurso en línea (341 páginas): ilustraciones texto txt rdacontent/spa computador c rdamedia/spa recurso en linea cr rdacarrier/spa texto PDF rda/spa Informática Incluye índice analítico Incluye referencias bibliográficas Capítulo 1. Conceptos básicos de programación en PYTHON 3.9 -- Capítulo 2. Introducción al aprendizaje automático -- Capítulo 3. Herramientas para el aprendizaje automático -- Capítulo 4. Preprocesado de datos -- Capítulo 5. Modelos de regresión -- Capítulo 6. Regularización, métricas de evaluación y ajuste de hiperparámetros -- Capítulo 7. Modelos de clasificación I -- Capítulo 8. Modelos de clasificación II -- Capítulo 9. Clustering -- Capítulo 10. Reducción de la dimensionalidad -- Capítulo 11. Introducción a las redes neuronales -- Capítulo 12. Redes neuronales convolucionales -- Capítulo 13. Aumento de datos y transferencia de aprendizaje -- Capítulo 14. Introducción al procesamiento del lenguaje natural (pnl) -- Capítulo 15. Redes neuronales recurrentes (rnn) Acceso en línea, autorizado para usuarios eBooks 7-24 Es una herramienta de apoyo y de consulta para toda aquella persona interesada en dominar los fundamentos del aprendizaje automático y profundo, a tal punto que le permita aprender lo necesario para desarrollar sus propios modelos de aprendizaje aptos para realizar predicciones con base en los datos, para ello el autor hará uso en la mayoría de los casos de explicaciones teóricas y prácticas, que permitan al lector afianzar sus ideas y fortalecer su aprendizaje. El libro se encuentra dividido en dos partes la primera enfocada en el machine Lear Ning y sus diferentes algoritmos de regresión y clasificación, clustering, entre otros. La segunda parte comprende varias técnicas de deep learning donde estudiaremos diferentes arquitecturas de redes neuronales como: redes densamente conectadas, redes convolucionales y redes recurrentes Versión impresa Informática 14049 Programación 24662 Aprendizaje automático 158862 Python (Lenguaje de programación) 158863 https://login.zproxy.cun.edu.co/login?url=https://www.ebooks7-24.com:443/?il=18081 Acceso al texto completo desde eBooks 7-24, dando clic aquí https://login.zproxy.cun.edu.co/login?url=https://www.ebooks7-24.com:443/portadas/?ID=18081p Acceso a la imagen de portada, dando clic aquí 64817 64817