Machine learning y deep learning : usando python, scikit y keras /
Por: Bobadilla, Jesús.
Tipo de material: LibroEditor: Bogotá : Ediciones de la U , 2021Edición: Primera edición.Descripción: 291 páginas : ilustraciones y gráficas en blanco y negro : 24 cm.Tipo de contenido: texto Tipo de medio: sin mediación Tipo de portador: volumenISBN: 9789587921458.Tema(s): Informática | Inteligencia artificial | Redes neurales (Computadores) | Análisis de regresiónClasificación CDD: 006.31Tipo de ítem | Ubicación actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|---|
Libro | Biblioteca Central General | Colección General | 006.31 B663m (Navegar estantería) | Ej. 1 | En tránsito de Biblioteca Central a Biblioteca Colegio Cafam Bachillerato desde 12/06/2024 | 008770 | |
Libro | Biblioteca Colegio Cafam Bachillerato General | Colección General | 006.31 B663m (Navegar estantería) | Ej. 2 | En tránsito de Biblioteca Central a Biblioteca Colegio Cafam Bachillerato desde 05/04/2024 | 008771 |
Navegando Biblioteca Central Estantes , Ubicación: General Cerrar el navegador de estanterías
No hay imagen de cubierta disponible | ||||||||
005.8 L431i Informática forense | 005.8 R175s Seguridad perimetral, monitorización y ataques en redes | 006.3 F828q Ej.1 Que Haremos Cuando Las maquinas Lo Hagan Todo | 006.31 B663m Machine learning y deep learning : | 006.312 P438m Minería de datos: | 006.32 S687i Inteligencia Artificial : | 006.6 A719o Obras del autor Aprendamos sistemas facilmente, Aplique facilmente windows 95, El maravilloso mundo de logo |
Incluye bibliografía
Capítulo 1. Introducción -- Capítulo 2. Datasets -- Capítulo 3. Regresión -- Capítulo 4. Clasificación -- Capítulo 5. Clustering -- Capítulo 6. Reducción de dimensiones -- Capítulo 7. Redes neuronales -- Capítulo 8. Clasificación usando redes neuronales -- Capítulo 9. Redes convolucionales -- Capítulo 10. Clasificación usando redes convolucionales en datasets sencillos -- Capítulo 11. Generadores de datos -- Capítulo 12. Enriquecimiento de datos (data augmentation) -- Capítulo 13. Visualización de las capas ocultas -- Capítulo 14. Aprendizaje por transferencia (transfer learning) -- Capítulo 15. Autoencoders -- Capítulo 16. Aprendizaje generativo
"El objetivo del machine learning es que los sistemas informáticos sean capaces de aprender a partir de los datos, emulando de esta manera las capacidades humanas. El Aprendizaje Profundo (Deep Learning) es el área más prometedora del machine learning. Los modernos sistemas de reconocimiento facial, conducción automática, chatbots, comportamiento de los videojuegos, etc. se llevan a cabo haciendo uso de técnicas de deep learning".
Tecnología en Análisis y Gestión de Datos
No hay comentarios para este ejemplar.