Sistemas de Aprendizaje Automático

El presente libro tiene una clara vocación didáctica, se dirige a todas las personas que quieren adentrarse en el apasionante campo del aprendizaje automático combinando la teórica con la práctica para que sea sencillo asimilar las explicaciones._x000D_
_x000D_
En esta obra se revisan los algoritmos más comunes y su implementación en Python. Comienza con una introducción a las claves que han impulsado nuestra sociedad hacia “la era de los datos” y explora cómo, mediante técnicas de aprendizaje automático, obtener partido a la inmensa cantidad de datos que hoy nos rodea. A continuación, se presenta el aprendizaje no supervisado con sus principales algoritmos y usos: agrupamiento, manifolds, reglas de asociación y algoritmos de detección de anomalías. Le sigue el aprendizaje supervisado; partiendo del modelo más simple, modelo lineal multivariante, se llega a las Máquinas de Soporte Vectorial (SVM). Finalmente, finaliza con el aprendizaje profundo (gran parte de lo que denominamos Inteligencia Artificial) donde se explican, de una manera sencilla e intuitiva, los perceptrones multicapa profundos, las redes convolucionales profundas (CNN) y los modelos recurrentes Long Short Term Memory (LSTM). _x000D_
_x000D_
Esta obra contiene numerosas aplicaciones prácticas con su código Python que podrá descargar desde la web del libro._x000D_
_x000D_
¿Te lo vas a perder?_x000D_
_x000D_
El libro contiene material adicional que podrá descargar accediendo a la ficha del libro en www.ra-ma.es._x000D_
_x000D_
Los contenidos adaptados al Curso de Especialización en Inteligencia Artificial y Big Data.