Machine Learning y Deep Learning

<div><!--block-->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.<br>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.<br><br>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<br>y Keras. Cualquier lector con conocimientos de programación podrá entender los conceptos y los ejemplos que se exponen en el libro:<br><br>• Regresión<br>• Clasificación<br>• Clustering<br>• Reducción de Dimensionalidad<br>• Redes Neuronales<br>• Redes Convolucionales (Convolutional Neural Networks)<br>• Enriquecimiento de datos (Data Augmentation)<br>• Generadores de Datos<br>• Aprendizaje por Transferencia (Transfer Learning)<br>• Autoencoders<br>• Visualización de capas ocultas<br>• Aprendizaje Generativo (Generative Learning)<br><br>El libro contiene material adicional que podrá descargar<br>accediendo a la ficha del libro en www.ra-ma.es</div>