Descarga Libros Gratis

Aprende Machine Learning con Scikit-Learn, Keras y TensorFlow. Tercera Edición

Autor: Aurélien Géron

Número de Páginas: 831

Gracias a varios logros innovadores, el deep learning ha dado un gran impulso a todo el campo del machine learning. Ahora, incluso programadores que no saben casi nada de esta tecnología pueden usar herramientas sencillas y eficaces para implementar programas capaces de aprender a partir de datos. Este best seller utiliza ejemplos concretos, una teoría mínima y frameworks de Python listos para la producción (Scikit Learn, Keras y TensorFlow) para ayudarte a obtener una comprensión intuitiva de los conceptos y herramientas para crear sistemas inteligentes. Con esta tercera edición actualizada, el autor Aurélien Géron explora una variedad de técnicas que van desde una regresión lineal simple a redes neuronales profundas. Hay ejemplos de código y ejercicios por todo el libro para ayudarte a aplicar lo que has aprendido, lo único que necesitas para empezar es experiencia en programación: * Utiliza Scikit-Learn para hacer un seguimiento de un proyecto de machine learning de ejemplo de principio a fin. * Explora varios modelos, incluyendo máquinas de vectores soporte, árboles de decisión, random forests y métodos de ensamblaje. * Aprovecha técnicas de aprendizaje no...

Aprende Machine Learning en español

Autor: Juan Ignacio Bagnato

Número de Páginas: 336

Machine Learning con PyTorch y Scikit-Learn

Autor: Sebastian Raschka

Número de Páginas: 919

Si busca un manual de referencia sobre Machine Learning y Deep Learning con PyTorch, ha llegado al libro indicado. En él se explica paso a paso cómo construir sistemas de aprendizaje automático con éxito. Mientras que en algunos libros solo se enseña a seguir instrucciones, en este descubrirá los principios para crear modelos y aplicaciones por sí mismo. Encontrará multitud de explicaciones claras, visualizaciones y ejemplos, y aprenderá en profundidad todas las técnicas esenciales de Machine Learning. Actualizado para ocuparse de Machine Learning utilizando PyTorch, este libro también presenta las últimas incorporaciones a Scikit-Learn. Además, trata varias técnicas de Machine Learning y Deep Learning para la clasificación de textos e imágenes. Con este libro, también aprenderá sobre las redes generativas antagónicas (GAN), útiles para generar nuevos datos y entrenar agentes inteligentes con aprendizaje reforzado. Por último, esta edición incluye las últimas tendencias en Machine Learning, como las introducciones a las redes neuronales de grafos y transformadores a gran escala utilizados para el procesamiento del lenguaje natural (NLP). Sin duda, tanto si...

APRENDE Scikit-Learn

Autor: Diego Rodrigues

Número de Páginas: 297

APRENDE Scikit-Learn Machine Learning Esencial para Ciencia de Datos Este libro es la clave para dominar Scikit-Learn y construir proyectos de Machine Learning listos para el mercado. Ideal para profesionales y estudiantes que buscan resultados rápidos, directos y aplicables. Aprenda técnicas de alto impacto, modele soluciones inteligentes y potencie su carrera en ciencia de datos. Incluye: • Instalación rápida de un entorno productivo con Python y Scikit-Learn • Preprocesamiento de datos y automatización completa de pipelines • Ajuste preciso de modelos con validación cruzada e hiperparámetros • Aplicación práctica de regresión, clasificación y clustering • Deploy de modelos con integración en entornos de Big Data y MLOps Domine los algoritmos más usados en el mercado y acelere su entrada en proyectos de ciencia de datos con Scikit-Learn. scikit-learn, machine learning, ciencia de datos, pipelines inteligentes, automatización de modelos, validación cruzada, deploy de machine learning, integración big data, mlops, spark

Aprende Machine Learning con Scikit-Learn, Keras y TensorFlow. Tercera Edición

Número de Páginas: 0

55 Ejercicios para Aprender Machine Learning

Autor: Reinventors Republic

Número de Páginas: 0

En la era actual, la inteligencia artificial y el machine learning han emergido como campos fascinantes y poderosos que están transformando la manera en que interactuamos con la tecnología. Desde asistentes virtuales hasta sistemas de recomendación y diagnósticos médicos, las aplicaciones de machine learning son vastas y continúan expandiéndose. Sin embargo, sumergirse en este mundo puede parecer abrumador, especialmente para aquellos que están dando sus primeros pasos en este emocionante viaje. Este libro, "35 Ejercicios para Aprender Machine Learning Desde Cero", está diseñado para ser tu guía práctica en este viaje de aprendizaje. Ya seas un estudiante curioso, un profesional de otra disciplina o simplemente alguien apasionado por la tecnología, este libro te proporcionará los conocimientos y habilidades esenciales para comprender y aplicar el machine learning. ¿Por qué este libro es para ti? Aprendizaje Práctico: En lugar de abordar únicamente los conceptos teóricos, este libro se enfoca en la aplicación práctica del machine learning. Cada ejercicio ha sido diseñado para proporcionar una experiencia hands-on y fortalecer tus habilidades a medida que...

Aprende Machine Learning con Scikit-Learn, Keras y Tensorflow

Autor: Aurelien Geron

Número de Páginas: 800

Python Machine Learning

Autor: Vahid Mirjalili , Sebastian Raschka

Número de Páginas: 548

El aprendizaje automático está invadiendo el mundo del software. Si quieres entender y trabajar la vanguardia del aprendizaje automático, las redes neuronales y el aprendizaje profundo, esta segunda edición del bestseller Python Machine Learning, es tu libro. Modernizado y ampliado para incluir las tecnologías de código abierto más recientes, como scikit-learn, Keras y TensorFlow, este manual proporciona el conocimiento práctico y las técnicas necesarias para crear eficaces aplicaciones de aprendizaje automático y aprendizaje profundo en Python. El conocimiento y la experiencia únicos de Sebastian Raschka y Vahid Mirjalili presentan los algoritmos de aprendizaje automático y aprendizaje profundo, antes de continuar con temas avanzados en análisis de datos. Combinan los principios teóricos del aprendizaje automático con un enfoque práctico de codificación para una comprensión completa de la teoría del aprendizaje automático y la implementación con Python. Aprenderás a: Explorar y entender los frameworks clave para la ciencia de datos, el aprendizaje automático y el aprendizaje profundo Formular nuevas preguntas sobre datos con modelos de aprendizaje...

IA PARA PRINCIPIANTES: Aprendizaje Automático (Machine Learning)

Autor: Pmdigital

Número de Páginas: 39

IA PARA PRINCIPIANTES: Volumen 2 – Aprendizaje Automático (Machine Learning) es el segundo libro de la serie IA para Principiantes, pensado para quienes desean avanzar desde la introducción a la inteligencia artificial hacia los fundamentos del Machine Learning. En este volumen descubrirás: Qué es el aprendizaje automático y cómo se diferencia de la IA en general. Tipos de aprendizaje: supervisado, no supervisado y por refuerzo. Algoritmos esenciales: regresión, clasificación, árboles de decisión y clustering. Conceptos clave como entrenamiento, validación, testeo y sobreajuste de modelos. Casos de aplicación en la vida real: salud, negocios, educación y tecnología. Con un estilo claro, ejemplos sencillos y un enfoque orientado a la práctica, este volumen te prepara para adentrarte en los próximos niveles: redes neuronales y deep learning en el Volumen 3. 📘 Serie completa: IA para Principiantes es una colección diseñada para guiarte desde los conceptos básicos de la inteligencia artificial hasta las aplicaciones más avanzadas, de manera progresiva y accesible.

Aprende machine learning en iOS.

Aprende cómo funciona Machine Learning en este curso para desarrolladores iOS en el que conocerás qué es un modelo de aprendizaje, cómo puedes crear tu propio modelo y cómo lo puedes convertir al formato de CoreML. Desarrolla una aplicación basada en este modelo y conoce cómo desarrollar todo el entramado técnico del proyecto con las correspondientes herramientas de desarrollo, para después trabajar con un modelo ya entrenado y crear otra pequeña aplicación de reconocimiento de imágenes.

APRENDE TENSORFLOW

Autor: Diego Rodrigues

Número de Páginas: 323

APRENDE TENSORFLOW Construye Modelos Reales con Aprendizaje Profundo. Desde los Fundamentos hasta las Aplicaciones Prácticas Este libro es ideal para desarrolladores, científicos de datos y estudiantes que desean dominar TensorFlow con enfoque en aprendizaje profundo aplicado, optimización de modelos y proyectos escalables. Construye soluciones completas — desde la creación de prototipos hasta la producción — utilizando una de las bibliotecas más potentes de la inteligencia artificial moderna. Aprenderás a: • Construir modelos con Keras usando capas funcionales y secuenciales • Utilizar tensores, datasets y pipelines con tf.data • Implementar redes convolucionales, recurrentes, transformers y GANs • Entrenar con GPU, estrategias distribuidas, fine-tuning y transferencia de aprendizaje • Publicar modelos con TensorFlow Serving, Lite y JS • Visualizar métricas con TensorBoard y optimizar con benchmarking y profiling Domina TensorFlow e implementa modelos de deep learning listos para producción, con rendimiento, escalabilidad e integración de extremo a extremo. tensorflow, deep learning, redes neuronales, keras, inteligencia artificial aplicada, despliegue...

90 Ejercicios para aprender Machine Learning.

Autor: Reinventors Republic

Número de Páginas: 0

En la era actual, la inteligencia artificial y el machine learning han emergido como campos fascinantes y poderosos que están transformando la manera en que interactuamos con la tecnología. Desde asistentes virtuales hasta sistemas de recomendación y diagnósticos médicos, las aplicaciones de machine learning son vastas y continúan expandiéndose. Sin embargo, sumergirse en este mundo puede parecer abrumador, especialmente para aquellos que están dando sus primeros pasos en este emocionante viaje. Este libro, "90 Ejercicios para Aprender Machine Learning Desde Cero", está diseñado para ser tu guía práctica en este viaje de aprendizaje. Ya seas un estudiante curioso, un profesional de otra disciplina o simplemente alguien apasionado por la tecnología, este libro te proporcionará los conocimientos y habilidades esenciales para comprender y aplicar el machine learning.

Machine Learning y Deep Learning

Autor: Jesús Bobadilla Sancho

Número de Páginas: 273

Automático (Machine Learning). El objetivo del machine learning es que los sistemas informáticos sean capaces de aprender a partir de los datos, emulando de esta manera las capacidades humanas. El Aprendizaje Profundo (Deep Learning) es el área más prometedora del machine learning. Los modernos sistemas de reconocimiento facial, conducción automática, chatbots, comportamiento de los videojuegos, etc. se llevan a cabo haciendo uso de técnicas de deep learning. En este libro se explican los conceptos más relevantes tanto de machine learning como de deep learning. Ambos bloques se pueden abordar de manera independiente y en cualquier orden. Se aportan multitud de ejemplos programados en Python y explicados desde cero, con gráficos representativos. También se hace uso de las bibliotecas Scikit y Keras. Cualquier lector con conocimientos de programación podrá entender los conceptos y los ejemplos que se exponen en el libro: Regresión Clasificación Clustering Reducción de Dimensionalidad Redes Neuronales Redes Convolucionales (Convolutional Neural Networks) Enriquecimiento de datos (Data Augmentation) Generadores de Datos Aprendizaje por Transferencia (Transfer Learning)...

Razón y fe

Número de Páginas: 746

"Revista hispano-americana de cultura" (varies).

Tensorflow Machine Learning

Autor: Benjamin Smith

Número de Páginas: 160

Machine Learning is an emerging field in the discipline of computer science. The possibilities are virtually endless and the things we can achieve with machine learning bridge the gap between reality and science fiction. If you are one of those people who developed an interest and learned the basics of machine learning and want to improve your foundation, then this is the right book for you. Here's a list of some of the distinct features of this book that set it apart from others: -This book includes a comprehensive and detailed explanation of the concepts. No chapter has idle talk. Every line in this book has been written while keeping the convenience and interest of the reader in mind.-This book features some really cool tips and tricks that build upon some very basic and fundamental practices of machine learning. Using these tips and tricks will help increase the productivity of your models.-Each topic addresses some of the most important issues that users experience when working with machine learning. For instance, in the later parts of this book, after discussing deep learning, we shift our focus towards the main challenges that arise when creating and implementing a complex...

El Machine Learning y la inteligencia artificial

Autor: Sebastian Raschka

Número de Páginas: 387

Si está listo para aventurarse más allá de los conceptos introductorios e indagar en el aprendizaje automático, en el aprendizaje profundo y en la inteligencia artificial (IA), el formato de preguntas y respuestas que presenta el libro El Machine Learning y la IA le facilitará mucho las cosas. Nacido de las cuestiones que a menudo se plantea el autor, Sebastián Raschka, este libro muestra un método directo y sin rodeos para acercarle a temas avanzados, que presenta de forma rápida y accesible. Cada capítulo es breve y autónomo, y aborda una cuestión fundamental de la IA, desvelándola con explicaciones claras, diagramas y ejercicios prácticos. En esta lectura encontrará: CAPÍTULOS CONCISOS: Las preguntas clave de la IA se responden de forma sencilla y las ideas complejas se desglosan en piezas fáciles de digerir. GAMA AMPLIA DE TEMAS: Raschka cubre temas que van desde la arquitectura de las redes neuronales y la evaluación de los modelos hasta la visión informática y el procesamiento del lenguaje natural. USOS PRÁCTICOS: Conocerá técnicas para mejorar el rendimiento de los modelos, afinar modelos grandes y mucho más. También aprenderá a: "Gestionar las...

Machine Learning avec Scikit-Learn

Autor: Aurélien Géron

Número de Páginas: 297

IA PARA PRINCIPIANTES: Introducción a la Inteligencia Artificial

Autor: Pmdigital

Número de Páginas: 56

IA PARA PRINCIPIANTES: Introducción a la Inteligencia Artificial es el primer volumen de la serie IA para Principiantes, creada para quienes desean comprender el mundo de la Inteligencia Artificial (IA) desde cero. Con explicaciones claras, ejemplos cotidianos y un enfoque práctico, este libro te permitirá entender los fundamentos de la IA sin necesidad de conocimientos técnicos previos. En este volumen aprenderás: Qué es la Inteligencia Artificial y cómo impacta en tu vida diaria. Diferencias entre IA, Machine Learning y Deep Learning. La historia y evolución de la IA. Conceptos clave como algoritmos, redes neuronales y modelos de aprendizaje. Aplicaciones reales en salud, educación, comercio y tecnología. Este libro es ideal para estudiantes, profesionales en actualización o curiosos que quieran comprender la tecnología que está transformando el futuro. 📘 Serie completa: Este es el Volumen 1 de la serie IA para Principiantes, una colección pensada para llevarte de lo más básico a temas más avanzados de machine learning, deep learning y aplicaciones prácticas. Prepárate para dar tu primer paso en el mundo de la Inteligencia Artificial con una guía...

APRENDE TENSORFLOW – Edición 2026

Autor: Diego Rodrigues

Número de Páginas: 364

APRENDE TENSORFLOW – Edición 2026: Construye, Entrena e Implementa Modelos de Deep Learning con Escalabilidad y Control Operacional La edición 2026 de APRENDE TENSORFLOW ha sido revisada y estructurada según el protocolo TECHWRITE 2.3, con enfoque en claridad técnica, precisión conceptual y aplicación práctica en entornos profesionales. El libro presenta un recorrido completo para el uso de TensorFlow en proyectos reales, abarcando desde la configuración de entornos hasta la implementación y operación de modelos de deep learning. El contenido aborda manipulación de tensores, pipelines de datos con tf.data, construcción y entrenamiento de redes neuronales (CNNs, RNNs, LSTMs y Transformers), optimización, monitoreo con TensorBoard, entrenamiento distribuido con GPUs y TPUs, además de exportación y deploy con SavedModel, TensorFlow Serving, TensorFlow Lite y TensorFlow.js. Incluye integración con Docker, Kubernetes, CI/CD, edge computing, IoT y plataformas de nube como AWS, Google Cloud y Azure, con atención a versionado, seguridad, benchmarking y control operacional. Al final, el lector dispone de una guía objetiva para construir, entrenar e implementar modelos...

Inteligencia Artificial - Nivel Básico (Volumen 1)

Autor: Ia Learning Press

Número de Páginas: 0

¿Quieres aprender Inteligencia Artificial y Machine Learning desde cero sin conocimientos previos?