Programando Inteligencia Colectiva Con Python

Download Programando Inteligencia Colectiva Con Python PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Programando Inteligencia Colectiva Con Python book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.
Programando inteligencia colectiva con Python

El número creciente de personas que colaboran en Internet, deliberada o accidentalmente, ha creado un enorme conjunto de datos alimentados por millones de interacciones dentro de la experiencia de usuario, marketing, gustos personales y comportamiento humano en general. Este libro proporciona una introducción al emergente campo de la inteligencia colectiva. Se abarcan las formas de procesar conjuntos de datos de muchos sitios web interesantes de los cuales probablemente habremos oído, y los temas relacionados con el cómo recolectar datos de los usuarios de tus propias aplicaciones, y muchas diferentes formas de analizar y comprender los datos una vez que los encuentras. El objetivo de este libro es llevarte más allá de las aplicaciones sencillas de base de datos y enseñarte a escribir programas inteligentes para tomar ventaja de la información que tú y otros entregan cada día.
Aprendizaje automático y profundo en python

Author: Carlos Pineda Pertuz
language: es
Publisher: Ediciones de la U
Release Date: 2022-01-28
Es una herramienta de apoyo y de consulta para toda aquella persona interesada en dominar los fundamentos del aprendizaje automático y profundo, a tal punto que le permita aprender lo necesario para desarrollar sus propios modelos de aprendizaje aptos para realizar predicciones con base en los datos, para ello el autor hará uso en la mayoría de los casos de explicaciones teóricas y prácticas, que permitan al lector afianzar sus ideas y fortalecer su aprendizaje. El libro se encuentra dividido en dos partes la primera enfocada en el machine learning y sus diferentes algoritmos de regresión y clasificación, clustering, entre otros. La segunda parte comprende varias técnicas de deep learning donde estudiaremos diferentes arquitecturas de redes neuronales como: redes densamente conectadas, redes convolucionales y redes recurrentes.