Comparativa de precios
Ahorro máximo 1,95 € de diferencia entre la tienda más cara y la más barata
-
Abacus
Mejor opción
71,20 € Envío gratisTotal 71,20 € Mejor opción 4 días -
Amazon
72,15 € Envío gratisTotal 72,15 € +0,95 € 2 días -
Fnac
72,15 € 75,95 € Envío gratisTotal 72,15 € +0,95 € 3 días -
Imosver
72,15 € Envío gratisTotal 72,15 € +0,95 € 5 días -
El Corte Inglés
72,15 € 75,95 € Envío 1,00 €Total 73,15 € +1,95 € 4 días
Compras directamente en la tienda oficial, al mismo precio que yendo por tu cuenta. Los precios y la disponibilidad pueden variar; cada oferta indica cuándo se consultó su precio si no es reciente.
Sobre este libro
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 supervisado, como la reducción de dimensionalidad, el agrupamiento y la detección de anomalías.* Sumérgete en arquitecturas de redes neuronales, incluyendo redes convolucionales, redes recurrentes, redes generativas antagónicas, autocodificadores, modelos de difusión y transformadores.* Utiliza TensorFlow y Keras para crear y entrenar redes neuronales para visión por ordenador, procesamiento del lenguaje natural, modelos generativos y aprendizaje profundo por refuerzo.