Sistema de Bibliotecas

Machine learning con pytorch y scikit learn / Sebastián Raschka / Barcelona : Marcombo (2023)

Público ISBD Vista personalizada Título : Machine learning con pytorch y scikit learn : como desarrollar modelos de machine learning y deep learning con python Tipo de documento: texto impreso Autores: Sebastián Raschka, Autor ; Liu, Yuxi, Autor Mención de edición: Primera ed. Editorial: Barcelona : Marcombo Fecha de publicación: 2023 Número de páginas: 771 Il.: Ilustraciones, graficos, tablas Dimensiones: 28 cm ISBN/ISSN/DL: 978-84-267-3573-7 Idioma : Español (spa) Clasificación: 006.31 Aprendizaje de la máquina Nota de contenido: Dotar a los ordenadores de la capacidad de aprender de los datos -- Entrenamiento de algoritmos sencillos de aprendizaje automático para tareas de clasificación -- Un recorrido por los clasificadores de aprendizaje automático con sciki learn -- Elaboración de conjuntos de daos de entrenamiento adecuados: preprocesamiento -- Comprensión de datos mediante la reducción de la dimensionalidad no supervisada mediante el análisis de componentes principales -- Aprendizaje de las mejores prácticas para la evaluación de modelos y el ajuste de hiperparàmetros -- Combinación de diferentes modelos para el aprendizaje del conjunto -- Aplicación del aprendizaje automático al análisis de opiniones -- Pronostico de variables objetivo continuas con análisis de regresión -- El trabajo con datos no etiquetados: Análisis de clustering -- Implementación de una red neuronal artificial multicapa desde cero -- Paralelización de redes neuronales con Pytorch -- Profundización: la mecánica de Pytorch -- Clasificación de imágenes con redes neuronales convoluciones profundas -- Modelo de datos secuenciales mediante redes neuronales recurrentes -- Transformadores: mejora de procesamiento del lenguaje natural con mecanismo de atención -- Redes generativas antagónicas con las que sintetizar nuevos datos -- Redes neuronales de grafos para captar las dependencias -- aprendizaje reforzado para la toma de decisiones en entornos complejos. Link: https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=120441 Machine learning con pytorch y scikit learn : como desarrollar modelos de machine learning y deep learning con python [texto impreso] / Sebastián Raschka, Autor ; Liu, Yuxi, Autor  . -  Primera ed. . - Barcelona : Marcombo, 2023 . - 771 : Ilustraciones, graficos, tablas ; 28 cm. ISBN : 978-84-267-3573-7 Idioma : Español (spa) Clasificación: 006.31 Aprendizaje de la máquina Nota de contenido: Dotar a los ordenadores de la capacidad de aprender de los datos -- Entrenamiento de algoritmos sencillos de aprendizaje automático para tareas de clasificación -- Un recorrido por los clasificadores de aprendizaje automático con sciki learn -- Elaboración de conjuntos de daos de entrenamiento adecuados: preprocesamiento -- Comprensión de datos mediante la reducción de la dimensionalidad no supervisada mediante el análisis de componentes principales -- Aprendizaje de las mejores prácticas para la evaluación de modelos y el ajuste de hiperparàmetros -- Combinación de diferentes modelos para el aprendizaje del conjunto -- Aplicación del aprendizaje automático al análisis de opiniones -- Pronostico de variables objetivo continuas con análisis de regresión -- El trabajo con datos no etiquetados: Análisis de clustering -- Implementación de una red neuronal artificial multicapa desde cero -- Paralelización de redes neuronales con Pytorch -- Profundización: la mecánica de Pytorch -- Clasificación de imágenes con redes neuronales convoluciones profundas -- Modelo de datos secuenciales mediante redes neuronales recurrentes -- Transformadores: mejora de procesamiento del lenguaje natural con mecanismo de atención -- Redes generativas antagónicas con las que sintetizar nuevos datos -- Redes neuronales de grafos para captar las dependencias -- aprendizaje reforzado para la toma de decisiones en entornos complejos. Link: https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=120441 Machine learning con pytorch y scikit learn Raschka, SebastiánLiu, Yuxi - - Barcelona : Marcombo - 2023 Dotar a los ordenadores de la capacidad de aprender de los datos -- Entrenamiento de algoritmos sencillos de aprendizaje automático para tareas de clasificación -- Un recorrido por los clasificadores de aprendizaje automático con sciki learn -- Elaboración de conjuntos de daos de entrenamiento adecuados: preprocesamiento -- Comprensión de datos mediante la reducción de la dimensionalidad no supervisada mediante el análisis de componentes principales -- Aprendizaje de las mejores prácticas para la evaluación de modelos y el ajuste de hiperparàmetros -- Combinación de diferentes modelos para el aprendizaje del conjunto -- Aplicación del aprendizaje automático al análisis de opiniones -- Pronostico de variables objetivo continuas con análisis de regresión -- El trabajo con datos no etiquetados: Análisis de clustering -- Implementación de una red neuronal artificial multicapa desde cero -- Paralelización de redes neuronales con Pytorch -- Profundización: la mecánica de Pytorch -- Clasificación de imágenes con redes neuronales convoluciones profundas -- Modelo de datos secuenciales mediante redes neuronales recurrentes -- Transformadores: mejora de procesamiento del lenguaje natural con mecanismo de atención -- Redes generativas antagónicas con las que sintetizar nuevos datos -- Redes neuronales de grafos para captar las dependencias -- aprendizaje reforzado para la toma de decisiones en entornos complejos.

Reserva

Reservar este documento

Ejemplares (1)

Código de barras	Signatura	Tipo de medio	Ubicación	Sección	Estado
23-3298-01	006.31 R 26	Libros	Bib. Esp. Ing Sistemas	Estanteria (Libros)	Disponible

---

1 (1 - 1 / 1)