Referencia de bolsillo sobre aprendizaje automático

Con notas detalladas, tablas y ejemplos, esta práctica referencia te ayudará a navegar por los fundamentos del aprendizaje automático estructurado. El autor, Matt Harrison, ofrece una valiosa guía que puedes utilizar como apoyo adicional durante la formación y como recurso práctico cuando te sumerjas en tu próximo proyecto de aprendizaje automático.

Ideal para programadores, cientÃficos de datos e ingenieros de IA, este libro incluye una visión general del proceso de aprendizaje máquina y te guÃa a través de la clasificación con datos estructurados. También aprenderás métodos para agrupar, predecir un valor continuo (regresión) y reducir la dimensionalidad, entre otros temas.

Esta referencia de bolsillo incluye secciones que cubren:

• Clasificación, utilizando el conjunto de datos Titanic
• Limpieza de datos y tratamiento de los datos que faltan
• Análisis exploratorio de datos
• Pasos comunes de preprocesamiento utilizando datos de muestra
• Selección de características útiles para el modelo
• Selección del modelo
• Métricas y evaluación de la clasificación
• Ejemplos de regresión mediante k-próximo más cercano, árboles de decisión, boosting, etc.
• Métricas para la evaluación de la regresión
• Agrupación
• Reducción de la dimensionalidad
• Canalizaciones Scikit-learn