Machine Learning con Pytorch y Scikit-Learn / Sebastian Raschka / Madrid : Marcombo (2023)

Hacer una sugerencia de compra Título : Machine Learning con Pytorch y Scikit-Learn : desarrollo de modelos Machine Learning y Deep Learning con Python Tipo de documento: texto impreso Autores: Sebastian Raschka ; Yuxi Liu ; Vahid Mirjalili Editorial: Madrid : Marcombo Fecha de publicación: 2023 Número de páginas: 771 páginas Il.: ilustraciones, gráficos Dimensiones: 24 centímetros ISBN/ISSN/DL: 978-84-267-3573-7 Clasificación: PYTHON (LENGUAJE DE PROGRAMACION) Clasificación: 005.133P R26 Nota de contenido: Dotar a los ordenadores de la capacidad de aprender de los datos. Entrenamiento de algoritmos sencillos de aprendizaje automático para tareas de clasificación. Un recorrido por los clasificadores de aprendizaje automático con Scikit-Learn. Elaboración de conjuntos de datos de entrenamiento adecuados: preprocesamiento. Comprensión de datos mediante la reducción de la dimensionalidad. Aprendizaje de las mejores prácticas para la evaluación de modelos y el ajuste de hiperparámetros. Combinación de diferentes modelos para el aprendizaje de conjunto. Aplicación del aprendizaje automático al análisis de opiniones. Pronostico de variables objetivo continuas con análisis de regresión. El trabajo con datos no etiquetados: análisis de clustering. Implementación de una red neuronal artificial multicapa desde cero. Paralización de redes neuronales con PyTorch. Profundización: la mecánica de Pytorch. Clasificación de imágenes con redes neuronales convolucionales profundas. Modelado de datos secuenciales mediante redes neuronales recurrentes. Transformadores: mejora del procesamiento del lenguaje natural con mecanismos de atención. Redes generativas antagónicas con las que sintetizar nuevos datos. Redes neuronales de grafos para captar las dependencias en datos estructurados en grafos. Aprendizaje reforzado para la toma de decisiones en entornos complejos. Link: https://pmb.unjbg.edu.pe/opac_css/index.php?lvl=notice_display&id=45153

Ejemplares (2)

Código de barras	Signatura	Tipo de medio	Ubicación	Sección	Estado	Area
BC40650	005.133P R26	Libro	Biblioteca Central	AL - Generalidades	Disponible	Area_de_Letras
BC40651	005.133P R26	Libro	Biblioteca Central	AL - Generalidades	Disponible	Area_de_Letras

---

1 (1 - 1 / 1) Par page : 25 50 100 200