000			03416nam a2200445 i 4500
001			18081
003			CO-BoDC
005			20250509143846.0
006			m o d
007			cr cnu---unuuu
008			s2021 ck a fo 001 0 spa d
020			_a9789587923162 (papel)
020			_a9789587923155 (electrónico)
024	7		_c18081 _2Identificador Ebook7-24
035			_a(Co-BoDC)18081
040			_aCo-BoDC _bspa _erda
082	0	4	_a621.39 _bP649 _222
100	1		_aPineda Pertuz, Carlos M _eautor _9158379
245	1	0	_aAprendizaje automático y profundo en python: una mirada hacia la inteligencia artificial / _cCarlos M. Pineda Pertuz
250			_aPrimera edición
264		1	_aBogotá _bEdiciones de la U _c2021
300			_a1 recurso en línea (341 páginas): _bilustraciones
336			_atexto _btxt _2rdacontent/spa
337			_acomputador _bc _2rdamedia/spa
338			_arecurso en linea _bcr _2rdacarrier/spa
347			_atexto _bPDF _2rda/spa
490	0		_aInformática
500			_aIncluye índice analítico
504			_aIncluye referencias bibliográficas
505	0		_tCapítulo 1. Conceptos básicos de programación en PYTHON 3.9 -- _tCapítulo 2. Introducción al aprendizaje automático -- _tCapítulo 3. Herramientas para el aprendizaje automático -- _tCapítulo 4. Preprocesado de datos -- _tCapítulo 5. Modelos de regresión -- _tCapítulo 6. Regularización, métricas de evaluación y ajuste de hiperparámetros -- _tCapítulo 7. Modelos de clasificación I -- _tCapítulo 8. Modelos de clasificación II -- _tCapítulo 9. Clustering -- _tCapítulo 10. Reducción de la dimensionalidad -- _tCapítulo 11. Introducción a las redes neuronales -- _tCapítulo 12. Redes neuronales convolucionales -- _tCapítulo 13. Aumento de datos y transferencia de aprendizaje -- _tCapítulo 14. Introducción al procesamiento del lenguaje natural (pnl) -- _tCapítulo 15. Redes neuronales recurrentes (rnn)
506			_aAcceso en línea, autorizado para usuarios eBooks 7-24
520	1		_aEs 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
588	0		_aVersión impresa
650	1	4	_aInformática _914049
650	1	4	_aProgramación _924662
650	1	4	_aAprendizaje automático _9158862
650	1	4	_aPython (Lenguaje de programación) _9158863
856	4	0	_uhttps://login.zproxy.cun.edu.co/login?url=https://www.ebooks7-24.com:443/?il=18081 _zAcceso al texto completo desde eBooks 7-24, dando clic aquí
856	4	2	_uhttps://login.zproxy.cun.edu.co/login?url=https://www.ebooks7-24.com:443/portadas/?ID=18081p _zAcceso a la imagen de portada, dando clic aquí
999			_c64817 _d64817