Machine Learning con PyTorch y Scikit-Learn
-
- Hardcover
- Taschenbuch
- eBook ausgewählt
-
Form:Einzelkauf Download
-
Sprache:Spanisch
- Englisch 29,99 €
- Spanisch 39,99 € ausgewählt
39,99 €
inkl. gesetzl. MwSt.Beschreibung
Produktdetails
Format
ePUB
Kopierschutz
Ja
Family Sharing
Ja
Text-to-Speech
Ja
Erscheinungsdatum
27.02.2023
Verlag
MarcomboSeitenzahl
800 (Printausgabe)
Dateigröße
37571 KB
Auflage
1. Auflage
Sprache
Spanisch
EAN
9788426736253
Si busca un manual de referencia sobre Machine Learning y Deep Learning con PyTorch, ha llegado al libro indicado. En él se explica paso a paso cómo construir sistemas de aprendizaje automático con éxito.
Mientras que en algunos libros solo se enseña a seguir instrucciones, en este descubrirá los principios para crear modelos y aplicaciones por sí mismo. Encontrará multitud de explicaciones claras, visualizaciones y ejemplos, y aprenderá en profundidad todas las técnicas esenciales de Machine Learning.
Actualizado para ocuparse de Machine Learning utilizando PyTorch, este libro también presenta las últimas incorporaciones a Scikit-Learn. Además, trata varias técnicas de Machine Learning y Deep Learning para la clasificación de textos e imágenes. Con este libro, también aprenderá sobre las redes generativas antagónicas (GAN), útiles para generar nuevos datos y entrenar agentes inteligentes con aprendizaje reforzado.
Por último, esta edición incluye las últimas tendencias en Machine Learning, como las introducciones a las redes neuronales de grafos y transformadores a gran escala utilizados para el procesamiento del lenguaje natural (NLP).
Sin duda, tanto si es un desarrollador de Python neófito en Machine Learning como si desea profundizar en los últimos avances, este libro de PyTorch será su gran aliado en el aprendizaje automático con Python.
«Estoy seguro de que este libro le resultará muy valioso, tanto por ofrecer una visión general del apasionante campo de Machine Learning, como por ser un tesoro de conocimientos prácticos. Espero que le inspire a aplicar Machine Learning para lograr un mayor beneficio, sea cual sea su problemática»
Gracias a esta lectura:
.Explorará marcos de trabajo, modelos y técnicas para que las máquinas «aprendan» de los datos
.Empleará Scikit-Learn para Machine Learning y PyTorch para Deep Learning
.Entrenará clasificadores de Machine Learning en imágenes, texto, etc.
.Creará y entrenará redes neuronales, transformadores y redes neuronales gráficas
.Descubrirá las mejores prácticas para evaluar y ajustar los modelos
.Pronosticará los resultados de elementos continuos utilizando el análisis de regresión
.Profundizará en los datos textuales y de las redes sociales mediante el análisis de sentimiento
Mientras que en algunos libros solo se enseña a seguir instrucciones, en este descubrirá los principios para crear modelos y aplicaciones por sí mismo. Encontrará multitud de explicaciones claras, visualizaciones y ejemplos, y aprenderá en profundidad todas las técnicas esenciales de Machine Learning.
Actualizado para ocuparse de Machine Learning utilizando PyTorch, este libro también presenta las últimas incorporaciones a Scikit-Learn. Además, trata varias técnicas de Machine Learning y Deep Learning para la clasificación de textos e imágenes. Con este libro, también aprenderá sobre las redes generativas antagónicas (GAN), útiles para generar nuevos datos y entrenar agentes inteligentes con aprendizaje reforzado.
Por último, esta edición incluye las últimas tendencias en Machine Learning, como las introducciones a las redes neuronales de grafos y transformadores a gran escala utilizados para el procesamiento del lenguaje natural (NLP).
Sin duda, tanto si es un desarrollador de Python neófito en Machine Learning como si desea profundizar en los últimos avances, este libro de PyTorch será su gran aliado en el aprendizaje automático con Python.
«Estoy seguro de que este libro le resultará muy valioso, tanto por ofrecer una visión general del apasionante campo de Machine Learning, como por ser un tesoro de conocimientos prácticos. Espero que le inspire a aplicar Machine Learning para lograr un mayor beneficio, sea cual sea su problemática»
Gracias a esta lectura:
.Explorará marcos de trabajo, modelos y técnicas para que las máquinas «aprendan» de los datos
.Empleará Scikit-Learn para Machine Learning y PyTorch para Deep Learning
.Entrenará clasificadores de Machine Learning en imágenes, texto, etc.
.Creará y entrenará redes neuronales, transformadores y redes neuronales gráficas
.Descubrirá las mejores prácticas para evaluar y ajustar los modelos
.Pronosticará los resultados de elementos continuos utilizando el análisis de regresión
.Profundizará en los datos textuales y de las redes sociales mediante el análisis de sentimiento
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice