Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Algoritmos supervisados y de ensamble con python
Héctor Fuentes, Leonardo Contreras, José Rodríguez, et al.
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Programmiersprachen
Beschreibung
El objetivo principal de este libro es proporcionar una visión general sobre cómo el Machine learning y sus técnicas pueden aplicarse para predecir variables numéricas o categóricas en diversos campos del conocimiento. Además, aborda temas clave para aquellos que desean realizar trabajos o investigaciones que impliquen el análisis de datos, sin tener conocimientos sobre la implementación de algoritmos de clasificación o regresión. Este texto ofrece una explicación detallada de las técnicas y algoritmos de Machine learning, acompañados de ejemplos de código en Jupyter (Python), que permiten a los lectores sumergirse en este fascinante campo. Guiará al lector a través de pasos sucesivos y precisos para construir modelos de predicción de variables, ya sean numéricas o categóricas. Es importante señalar que, si bien algunos contenidos pueden parecer similares a los disponibles en blogs o en internet, este libro ofrece una guía completa y estructurada para comprender y aplicar eficazmente las técnicas de Machine learning.
Kundenbewertungen
cruzada K-Fold, Implementación y estrategia de optimización, Regresión Ridge, Leonardo Emiro Contreras Bravo, scikit-learn, Jupyter, Algoritmos supervisados y de ensamble con python, algoritmos supervisados, Machine learning, José Ignacio Rodríguez Molano, Regresión Lasso, algoritmos de ensamble, Regresión Lineal, Héctor Javier Fuentes López, Python