{"product_id":"9788499648897","title":"Machine Learning y Deep Learning","description":"\u003ch2\u003eMachine Learning y Deep Learning\u003c\/h2\u003e\n\u003ch3\u003eResumen del libro\u003c\/h3\u003e\n\u003cp\u003eEste libro ofrece una introducción práctica y completa al Machine Learning y al Deep Learning, las dos áreas más transformadoras de la inteligencia artificial. El lector aprenderá cómo los sistemas informáticos pueden emular la capacidad humana de aprender a partir de datos, explorando desde conceptos fundamentales hasta técnicas avanzadas como las redes convolucionales y el aprendizaje generativo. Con un enfoque didáctico y ejemplos programados en Python desde cero, la obra permite comprender y aplicar estos conocimientos en ámbitos como el reconocimiento facial, la conducción autónoma o los chatbots, sin necesidad de ser un experto previo.\u003c\/p\u003e\n\u003ch3\u003e¿De qué trata?\u003c\/h3\u003e\n\u003cp\u003eLa obra se estructura en dos grandes bloques que pueden estudiarse de forma independiente. En la primera parte, dedicada al Machine Learning, se explican los algoritmos esenciales para la regresión, clasificación, clustering y reducción de dimensionalidad, siempre con ejemplos prácticos. La segunda parte se centra en el Deep Learning, abordando la construcción y entrenamiento de redes neuronales, redes convolucionales (CNN) para el procesamiento de imágenes, técnicas de enriquecimiento de datos (data augmentation), aprendizaje por transferencia (transfer learning), autoencoders, visualización de capas ocultas y aprendizaje generativo. Todos los conceptos se ilustran con código Python y se apoyan en bibliotecas como Scikit-learn y Keras, partiendo de cero para que cualquier programador pueda seguirlos.\u003c\/p\u003e\n\u003ch3\u003eTemas principales\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eFundamentos de Machine Learning: regresión, clasificación y clustering.\u003c\/li\u003e\n\u003cli\u003eReducción de dimensionalidad y selección de características.\u003c\/li\u003e\n\u003cli\u003eArquitectura y entrenamiento de redes neuronales artificiales.\u003c\/li\u003e\n\u003cli\u003eRedes convolucionales (CNN) aplicadas a visión por computador.\u003c\/li\u003e\n\u003cli\u003eTécnicas de enriquecimiento de datos y aprendizaje por transferencia.\u003c\/li\u003e\n\u003cli\u003eAutoencoders y visualización de capas ocultas.\u003c\/li\u003e\n\u003cli\u003eAprendizaje generativo (generative learning) y sus aplicaciones.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e¿Para quién está recomendado?\u003c\/h3\u003e\n\u003cp\u003eEstá dirigido a programadores, estudiantes de informática, ingenieros y profesionales del ámbito tecnológico que deseen adquirir una base sólida y práctica en inteligencia artificial. Es ideal para quienes ya tienen conocimientos de programación y quieren dar el salto al Machine Learning y Deep Learning sin necesidad de una formación matemática avanzada previa.\u003c\/p\u003e\n\u003ch3\u003eQué aporta este libro\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eUna comprensión clara de los conceptos teóricos fundamentales de Machine Learning y Deep Learning.\u003c\/li\u003e\n\u003cli\u003eMúltiples ejemplos prácticos programados en Python desde cero, con gráficos explicativos.\u003c\/li\u003e\n\u003cli\u003eUso de bibliotecas estándar como Scikit-learn y Keras para implementar modelos reales.\u003c\/li\u003e\n\u003cli\u003eCapacidad para aplicar técnicas avanzadas como transfer learning y data augmentation en proyectos propios.\u003c\/li\u003e\n\u003cli\u003eUn enfoque modular que permite estudiar Machine Learning y Deep Learning por separado, según las necesidades del lector.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eFicha técnica\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003eAutor:\u003c\/strong\u003e BOBADILLA SANCHO, Sr. Jesús\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eEditorial:\u003c\/strong\u003e RA-MA S.A. Editorial y Publicaciones\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eIdioma:\u003c\/strong\u003e Español\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eTema:\u003c\/strong\u003e INTELIGENCIA ARTIFICIAL\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eColección:\u003c\/strong\u003e INFORMATICA GENERAL\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eEncuadernación:\u003c\/strong\u003e Bolsillo\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eFecha de edición:\u003c\/strong\u003e febrero de 2020\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNúmero de páginas:\u003c\/strong\u003e 294\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ePeso:\u003c\/strong\u003e 541 g\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eValoración editorial\u003c\/h3\u003e\n\u003cp\u003eEste manual resulta especialmente útil para quienes buscan una introducción práctica y directa al Machine Learning y Deep Learning, evitando un exceso de teoría matemática. Su enfoque modular y los ejemplos en Python desde cero facilitan el aprendizaje progresivo, mientras que la cobertura de técnicas actuales como transfer learning y aprendizaje generativo lo mantienen relevante para aplicaciones modernas. Es una opción sólida para programadores que deseen iniciarse en inteligencia artificial con un libro que prioriza la comprensión aplicada.\u003c\/p\u003e","brand":"RA-MA S.A. EDITORIAL Y PUBLICACIONES","offers":[{"title":"Default Title","offer_id":53486082425179,"sku":"9788499648897","price":29.9,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1018\/0650\/6331\/files\/978849964889.jpg?v=1782965432","url":"https:\/\/kalamobooks.com\/products\/9788499648897","provider":"Kalamo Books","version":"1.0","type":"link"}