Contenido: Conceptos básicos de programación en Python 3.9
Introducción al Aprendizaje Automático
Herramientas para el aprendizaje automático
Preprocesado de datos
Modelos de regresión
Regularización, métricas de evaluación y ajuste de
hiperparámetros
Modelos de Clasificación I
Modelos de Clasificación II
Clustering
Reducción de la dimensionalidad
Introducción a las redes neuronales
Redes neuronales convolucionales
Aumento de datos y transferencia de aprendizaje
Introducción al Procesamiento del Lenguaje Natural (PNL)
Redes neuronales recurrentes (RNN) Incluye referencias bibliográficas pasta blanda
Resumen
Es una herramienta de apoyo y de consulta para toda aquella persona interesada en dominar los fundamentos del aprendizaje automático y profundo, a tal punto que le permita aprender lo necesario para desarrollar sus propios modelos de aprendizaje aptos para realizar predicciones con base en los datos, para ello el autor hará uso en la mayoría de los casos de explicaciones teóricas y prácticas, que permitan al lector afianzar sus ideas y fortalecer su aprendizaje.
El libro se encuentra dividido en dos partes la primera enfocada en el machine learning y sus diferentes algoritmos de regresión y clasificación, clustering, entre otros. La segunda parte comprende varias técnicas de deep learning donde estudiaremos diferentes arquitecturas de redes neuronales como: redes densamente conectadas, redes convolucionales y redes recurrentes.
