Inferencia y descubrimiento causal en Python
Publié par ANAYA MULTIMEDIA
Spanish
2024
ISBN 9788441549999
eBook
Buy at Bajalibros Latam
🇺🇸
Bajalibros Latam
🇺🇸
Visiter la boutique →
LORANCHBOOKSTORE
🇺🇸
Visiter la boutique →
Libros Patagonia
🇨🇱
Visiter la boutique →
Librería El Hombre de la Mancha
🇵🇦
Visiter la boutique →
Librería Palito
🇦🇷
Visiter la boutique →
Viubux
🇲🇽
Visiter la boutique →
Ebooks Happy Books
🇨🇴
Visiter la boutique →
ebooks libreria española
🇪🇨
Visiter la boutique →
Bajalibros España
🇪🇸
Visiter la boutique →
Bajalibros Argentina
🇦🇷
Visiter la boutique →
Bajalibros México
🇲🇽
Visiter la boutique →
Bajalibros Colombia
🇨🇴
Visiter la boutique →
ebooks Libreria del GAM
🇺🇾
Visiter la boutique →
Bookshop Uruguay
🇺🇾
Visiter la boutique →
ebookslibelista
🇪🇸
Visiter la boutique →
Ebooks Yenny - El Ateneo
🇦🇷
Visiter la boutique →
Crisol Ebooks
🇨🇴
Visiter la boutique →
Disponible dans 17 librairies
LORANCHBOOKSTORE
🇺🇸
Visiter la boutique →
Libros Patagonia
🇨🇱
Visiter la boutique →
Librería El Hombre de la Mancha
🇵🇦
Visiter la boutique →
Librería Palito
🇦🇷
Visiter la boutique →
Viubux
🇲🇽
Visiter la boutique →
Ebooks Happy Books
🇨🇴
Visiter la boutique →
ebooks libreria española
🇪🇨
Visiter la boutique →
ebooks Libreria del GAM
🇺🇾
Visiter la boutique →
ebookslibelista
🇪🇸
Visiter la boutique →
Ebooks Yenny - El Ateneo
🇦🇷
Visiter la boutique →
Crisol Ebooks
🇨🇴
Visiter la boutique →
À propos de ce livre
En comparación con el aprendizaje automático tradicional y las estadísticas, los métodos causales presentan desafíos únicos. Aprender causalidad puede ser difícil, pero ofrece distintas ventajas que escapan a una mentalidad puramente estadística. Este libro ayuda a liberar todo el potencial de la causalidad.
El libro comienza con las motivaciones básicas del pensamiento causal y una completa introducción a conceptos causales pearlianos, como los modelos causales estructurales, las intervenciones, los contrafactuales, etc. Cada concepto va acompañado de una explicación teórica y una serie de ejercicios prácticos con código Python. A continuación, entra de lleno en el mundo de la estimación del efecto causal, y avanza hacia los métodos de aprendizaje automático modernos.
Paso a paso, descubrirás el ecosistema causal de Python y aprovecharás la potencia de los algoritmos más avanzados. Además, explorarás la mecánica de las huellas que dejan las causas y descubrirás las cuatro familias principales de métodos de descubrimiento causal. El capítulo final ofrece una amplia visión general del futuro de la IA causal, con un examen de retos y oportunidades y una exhaustiva lista de recursos para seguir aprendiendo cada vez más.
Entre otras cosas, este libro permite:
* Dominar los conceptos fundamentales de la inferencia causal.
* Liberar el potencial del proceso de inferencia causal en cuatro pasos de Python.
* Explorar avanzadas técnicas de modelado uplift o de elevación.
* Descubrir los secretos del descubrimiento causal moderno con Python.
* Utilizar la inferencia causal para producir impacto social y beneficios para la comunidad.
Catégories
- Langue
- Spanish
Partager
Vous aimerez aussi
Comunicação Humana Na Era Da Inteligência Artificial
Pizarro, Gilberto
Aprende Machine Learning con Scikit-Learn, Keras y TensorFlow. Tercera Edición
Géron, Aurélien
Desmistificando WebAssembly
Amorim, Raphael
Programando Em Java - Guia Essencial E Prático
Alves, Leonardo Meirelles
Entiende la tecnología
Gentile, Nate
Guía de programación en C/C++
López, Eliezer