Programando Machine Learning En Python [Spanish]

By Jorge Gómez and Velssy Hernández

El aprendizaje supervisado describe un escenario en el que la experiencia, se convierte en un factor de capacitaci?n, la cual contiene informaci?n importante (las etiquetas de enferma/sana para la detecci?n de enfermedades en las plantas, que falta en los "ejemplos de prueba" invisibles a los que se aplicar? la experticia aprendida. En este escenario, la experticia adquirida tiene como objetivo predecir esa informaci?n faltante para los datos de prueba. En tal sentido, se puede pensar en el entorno como un maestro que supervisa al alumno brind?ndole informaci?n adicional que vienen a ser las etiquetas. En este libro abordaremos modelos de aprendizaje autom?tico supervisado, mediante el cual comprender? los fundamentos te?ricos, algunas descripciones de campos de aplicaci?n y posteriormente implementar?n cada uno de ellos en Jupyter lab con pandas y librer?as de scikit-learn para Python. Inicialmente se empezar? Regresi?n log?stica (clasificaci?n binaria), Clasificaci?n multiclase mediante regresi?n log?stica, ?rboles de decisi?n, Suport Vector Machine - SVM (M?quinas de soporte vectorial), Bosque Aleatorio (Random Forest), Validaci?n cruzada K-Fold y finalmente Naive Bayes.

• Format: Paperback
• Language: Spanish
• ISBN: 6202244097
• ISBN13: 9786202244091
• Release Date: October 2022
• Publisher: Editorial Academica Espanola
• Length: 116 Pages
• Weight: 0.40 lbs.
• Dimensions: 0.3" x 6.0" x 9.0"