Recetario de Aprendizaje Automático con Python, 2ª Edición

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com Esta guía práctica proporciona más de 200 recetas autocontenidas para ayudarte a resolver los retos de aprendizaje automático que puedas encontrar en tu trabajo. Si te sientes cómodo con Python y sus bibliotecas, incluidas pandas y scikit-learn, podrás abordar problemas específicos, desde la carga de datos hasta el entrenamiento de modelos y el aprovechamiento de redes neuronales. Cada receta de esta edición actualizada incluye código que puedes copiar, pegar y ejecutar con un conjunto de datos de juguete para asegurarte de que funciona. A partir de ahí, puedes adaptar estas recetas según tu caso de uso o aplicación. Las recetas incluyen una discusión que explica la solución y proporciona un contexto significativo. Ve más allá de la teoría y los conceptos aprendiendo las tuercas y los tornillos que necesitas para construir aplicaciones de aprendizaje automático que funcionen. Encontrarás recetas para: Vectores, matrices y matrices Trabajar con datos de CSV, JSON, SQL, bases de datos, almacenamiento en la nube y otras fuentes Manejo de datos numéricos y categóricos, texto, imágenes y fechas y horas Reducción de la dimensionalidad mediante extracción o selección de características Evaluación y selección de modelos Regresión lineal y lógica, árboles y bosques, y k-vecinos más próximos Máquinas de vectores soporte (SVM), Bayes ingenuo, agrupación y modelos basados en árboles Guardar, cargar y servir modelos entrenados desde múltiples marcos de trabajo