Descripción
Machine Learning con PyTorch y Scikit-Learn
Resumen del libro
Este manual de referencia le guía paso a paso en la construcción de sistemas de aprendizaje automático exitosos utilizando PyTorch y Scikit-Learn. Más allá de simples instrucciones, descubrirá los principios fundamentales para crear sus propios modelos y aplicaciones desde cero. Con explicaciones claras, visualizaciones y ejemplos prácticos, aprenderá en profundidad las técnicas esenciales de Machine Learning y Deep Learning, incluyendo las últimas novedades como redes neuronales de grafos y transformadores para NLP.
¿De qué trata?
El libro ofrece un recorrido completo por el Machine Learning y el Deep Learning con Python. Comienza con los fundamentos de Scikit-Learn para tareas clásicas de clasificación y regresión, y avanza hacia el uso intensivo de PyTorch para construir redes neuronales profundas. Se abordan técnicas avanzadas como el procesamiento de texto e imágenes, las redes generativas antagónicas (GAN) para generar nuevos datos, y el aprendizaje reforzado para entrenar agentes inteligentes. La obra se cierra con las tendencias más actuales, incluyendo introducciones a las redes neuronales de grafos y los transformadores a gran escala utilizados en el procesamiento del lenguaje natural (NLP).
Temas principales
- Construcción de modelos de Machine Learning con Scikit-Learn.
- Desarrollo de redes neuronales profundas con PyTorch.
- Técnicas de clasificación y regresión para datos estructurados.
- Procesamiento de texto e imágenes con Deep Learning.
- Redes generativas antagónicas (GAN) y aprendizaje reforzado.
- Redes neuronales de grafos y transformadores para NLP.
¿Para quién está recomendado?
Este libro está dirigido a desarrolladores de Python que se inician en el Machine Learning y desean una base sólida y práctica. También es ideal para profesionales con experiencia que buscan actualizarse con las últimas técnicas y herramientas, como PyTorch, Scikit-Learn, GAN y transformadores. Es una obra de referencia tanto para estudiantes como para ingenieros que quieran dominar el aprendizaje automático desde los fundamentos hasta las aplicaciones más avanzadas.
Qué aporta este libro
- Comprensión profunda de los principios del Machine Learning, no solo de recetas.
- Capacidad para construir y entrenar modelos propios con PyTorch y Scikit-Learn.
- Conocimiento práctico de las técnicas más actuales, incluyendo GAN, aprendizaje reforzado y transformadores.
- Más de 800 páginas de contenido actualizado con ejemplos y visualizaciones claras.
Ficha técnica
- Autor: RASCHKA,SEBASTIAN; LIU,YUXI
- Editorial: Marcombo
- Idioma: Español
- Tema: EMPRESA Y GESTION, PROGRAMACION INFORMATICA/DESARROLLO DE SOFTWAR, ALGORITMOS Y ESTRUCTURAS DE DATOS
- Colección: FORMACION
- Encuadernación: Bolsillo
- Fecha de edición: febrero de 2023
- Número de páginas: 800
- Peso: 1300 g
Valoración editorial
Esta obra se posiciona como un manual de referencia completo y actualizado para cualquier profesional que desee dominar el Machine Learning con Python. Su principal valor reside en la combinación de dos de las bibliotecas más potentes del ecosistema, PyTorch y Scikit-Learn, y en su enfoque en los principios subyacentes, no solo en la ejecución de código. La inclusión de temas de vanguardia como las GAN y los transformadores la convierte en una herramienta especialmente útil para quienes buscan estar al día en un campo en rápida evolución. Es, sin duda, una inversión sólida para el desarrollo de habilidades prácticas y teóricas en aprendizaje automático.