000			03287cam a2200241Mi 4500
999			_c19588 _d19588
001			ocn908967746
003			OCoLC
008			140605e2015 njua fr 000 0 eng d
020			_a9781118889060
020			_a1118889061
040			_aREB _beng _epn _cREB _dEBLCP _dOCLCQ
082	0	4	_a006.31 _223 _bW447m
100			_aBell, Jason _937457
245	0	0	_aMachine Learning : _bHands-On for Developers and Technical Professionals. _cJason Bell
260			_aHoboken : _bJohn Wiley & Sons, Incorporated. _c2015
300			_a408 p.: _bil.; _c27 cm
504			_aIncluye biografía e indice
520	8		_aAprendizaje 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.
650		0	_99238 _aAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
650		0	_916561 _aAPRENDIZAJE CON AYUDA DE COMPUTADORES
655		4	_aElectronic books. _937458
942			_2ddc _cBK