Biblioteca
Normal view MARC view ISBD view

Machine Learning : Hands-On for Developers and Technical Professionals. Jason Bell

By: Bell, Jason.
Material type: materialTypeLabelBookPublisher: Hoboken : John Wiley & Sons, Incorporated. 2015Description: 408 p.: il.; 27 cm.ISBN: 9781118889060; 1118889061.Subject(s): APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) | APRENDIZAJE CON AYUDA DE COMPUTADORESGenre/Form: Electronic books.DDC classification: 006.31 Summary: Aprendizaje de máquina: prácticas para desarrolladores y profesionales técnicos proporciona instrucción práctica y ejemplos de trabajo totalmente codificados para las técnicas de aprendizaje de máquina más comunes usadas por desarrolladores y profesionales técnicos. El libro contiene un desglose de cada variante ML, explicando cómo funciona y cómo se utiliza en ciertas industrias, lo que permite a los lectores incorporar las técnicas presentadas en su propio trabajo a medida que lo siguen. Un inquilino principal del aprendizaje automático es un fuerte enfoque en la preparación de datos y una exploración completa de los diversos tipos de algoritmos de aprendizaje ilustra cómo las herramientas adecuadas pueden ayudar a cualquier desarrollador a extraer información e información de los datos existentes. El libro incluye un complemento completo de materiales del instructor para facilitar su uso en el aula, haciendo que este recurso sea útil para los estudiantes y como referencia profesional. En su núcleo, el aprendizaje automático es una tecnología matemática basada en algoritmos que constituye la base de la minería de datos históricos y la ciencia moderna de datos. El análisis científico de grandes datos requiere un conocimiento práctico del aprendizaje automático, que forma predicciones basadas en propiedades conocidas aprendidas de los datos de entrenamiento. Aprendizaje de la máquina es una guía accesible e integral para el no matemático, proporcionando una guía clara que permite a los lectores: Aprenda los idiomas de aprendizaje de la máquina incluyendo Hadoop, Mahout, y Weka Entender árboles de decisión, redes bayesianas y redes neuronales artificiales Implementar regla de asociación, tiempo real y aprendizaje por lotes Desarrollar un plan estratégico para un aprendizaje automático seguro, efectivo y eficiente Al aprender a construir un sistema que puede aprender de los datos, los lectores pueden aumentar su utilidad en todas las industrias. El aprendizaje automático se sitúa en el centro del análisis y visualización profunda de datos de buceo, que está cada vez más en demanda a medida que las empresas descubren la mina de oro que se esconde en sus datos existentes. Para el profesional de la tecnología que se dedica a la ciencia de los datos, Aprendizaje de la máquina: prácticas para los desarrolladores y profesionales técnicos proporciona las habilidades y técnicas necesarias para profundizar.
Tags from this library: No tags from this library for this title. Log in to add tags.
    average rating: 0.0 (0 votes)
Item type Current location Collection Call number Vol info Copy number Status Date due Barcode Item holds
LIBRO - MATERIAL DE RESERVA LIBRO - MATERIAL DE RESERVA Biblioteca Satélite
Fondo general
Colección de Reserva 006.31 W447m (Browse shelf) Ej. 2 2 Checked out 2018-07-31 026616
LIBRO - MATERIAL GENERAL LIBRO - MATERIAL GENERAL Biblioteca Jorge Álvarez Lleras
Fondo general
Colección General 006.31 W447m (Browse shelf) Ej. 3 3 Available 026617
LIBRO - MATERIAL GENERAL LIBRO - MATERIAL GENERAL Biblioteca Jorge Álvarez Lleras
Fondo general
Colección General 006.31 W447m (Browse shelf) Ej.1 1 Checked out 2020-12-10 026615
Total holds: 0

Incluye biografía e indice

Aprendizaje de máquina: prácticas para desarrolladores y profesionales técnicos proporciona instrucción práctica y ejemplos de trabajo totalmente codificados para las técnicas de aprendizaje de máquina más comunes usadas por desarrolladores y profesionales técnicos. El libro contiene un desglose de cada variante ML, explicando cómo funciona y cómo se utiliza en ciertas industrias, lo que permite a los lectores incorporar las técnicas presentadas en su propio trabajo a medida que lo siguen. Un inquilino principal del aprendizaje automático es un fuerte enfoque en la preparación de datos y una exploración completa de los diversos tipos de algoritmos de aprendizaje ilustra cómo las herramientas adecuadas pueden ayudar a cualquier desarrollador a extraer información e información de los datos existentes. El libro incluye un complemento completo de materiales del instructor para facilitar su uso en el aula, haciendo que este recurso sea útil para los estudiantes y como referencia profesional.

En su núcleo, el aprendizaje automático es una tecnología matemática basada en algoritmos que constituye la base de la minería de datos históricos y la ciencia moderna de datos. El análisis científico de grandes datos requiere un conocimiento práctico del aprendizaje automático, que forma predicciones basadas en propiedades conocidas aprendidas de los datos de entrenamiento. Aprendizaje de la máquina es una guía accesible e integral para el no matemático, proporcionando una guía clara que permite a los lectores:

Aprenda los idiomas de aprendizaje de la máquina incluyendo Hadoop, Mahout, y Weka
Entender árboles de decisión, redes bayesianas y redes neuronales artificiales
Implementar regla de asociación, tiempo real y aprendizaje por lotes
Desarrollar un plan estratégico para un aprendizaje automático seguro, efectivo y eficiente
Al aprender a construir un sistema que puede aprender de los datos, los lectores pueden aumentar su utilidad en todas las industrias. El aprendizaje automático se sitúa en el centro del análisis y visualización profunda de datos de buceo, que está cada vez más en demanda a medida que las empresas descubren la mina de oro que se esconde en sus datos existentes. Para el profesional de la tecnología que se dedica a la ciencia de los datos, Aprendizaje de la máquina: prácticas para los desarrolladores y profesionales técnicos proporciona las habilidades y técnicas necesarias para profundizar.

There are no comments for this item.

Log in to your account to post a comment.

Click on an image to view it in the image viewer