Machine Learning y Deep Learning

Automático (Machine Learning). 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._x000D_ 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._x000D_ _x000D_ En este libro se explican los conceptos más relevantes tanto de machine learning como de deep learning. Ambos bloques se pueden abordar de manera independiente y en cualquier orden. Se aportan multitud de ejemplos programados en Python y explicados desde cero, con gráficos representativos. También se hace uso de las bibliotecas Scikit_x000D_ y Keras. Cualquier lector con conocimientos de programación podrá entender los conceptos y los ejemplos que se exponen en el libro:_x000D_ _x000D_ • Regresión_x000D_ • Clasificación_x000D_ • Clustering_x000D_ • Reducción de Dimensionalidad_x000D_ • Redes Neuronales_x000D_ • Redes Convolucionales (Convolutional Neural Networks)_x000D_ • Enriquecimiento de datos (Data Augmentation)_x000D_ • Generadores de Datos_x000D_ • Aprendizaje por Transferencia (Transfer Learning)_x000D_ • Autoencoders_x000D_ • Visualización de capas ocultas_x000D_ • Aprendizaje Generativo (Generative Learning)_x000D_ _x000D_ El libro contiene material adicional que podrá descargar accediendo a la ficha del libro en www.ra-ma.es