Ciencia de datos desde cero, 2ª edición

Índice

A

• Pruebas A/B, Ejemplo: Ejecutar una prueba A/B
• exactitud, corrección
• funciones de activación, Otras funciones de activación
• AllenNLP, Para profundizar
• Biblioteca Altair, Para seguir explorando
• Distribución Anaconda Python, Conseguir Python
• args, args y kwargs
• descompresión de argumentos, zip y descompresión de argumentos
• operaciones aritméticas, Vectores
• matrices, Listas
• redes neuronales artificiales, Redes neuronales
• sentencias assert, Pruebas automatizadas y assert
• pruebas automatizadas, Pruebas automatizadas y afirmación
• media (promedio), Tendencias Centrales

B

• retropropagación, Backpropagation
• ensacado, bosques aleatorios
• Gráficos debarras,Gráficos de barras y líneas
• Descenso gradientepor lotes, Minilotes y Descenso gradiente estocástico
• Inferencia bayesiana, Inferencia bayesiana
• Teorema de Bayes, Teorema de Bayes
• Biblioteca Beautiful Soup, HTML y su análisis sintáctico
• curva en forma de campana, La Distribución Normal
• Modelo BernoulliNB, Para profundizar
• Distribuciones Beta, Inferencia Bayesiana
• centralidad de la interrelación, Centralidad de lainterrelación-Centralidad de la interrelación
• entrada sesgada, Redes Neuronales Feed-Forward
• compensación sesgo-varianza, La compensación sesgo-varianza
• datos sesgados, Datos sesgados
• modelos de bigramas, modelos lingüísticos de n-gramas
• juicios binarios, Corrección
• Distribuciones binomiales, Inferencia Bayesiana
• variables aleatorias binomiales, Teorema del límite central
• Biblioteca Bokeh, Para profundizar, Visualización
• Booleanos, Veracidad
• agregación bootstrap ...