Descripción
Aprendizaje Automático Probabilístico: Una Introducción ofrece una introducción detallada y actualizada al aprendizaje automático, incluyendo el aprendizaje profundo, a través de la perspectiva unificadora del modelado probabilístico y la teoría de decisiones bayesianas. El libro cubre el trasfondo matemático esencial, incluyendo álgebra lineal y optimización, y explora técnicas básicas de aprendizaje supervisado como la regresión lineal y logística, así como redes neuronales profundas. También se discuten temas más avanzados, incluyendo el aprendizaje por transferencia y el aprendizaje no supervisado.
Leer más
Los ejercicios al final de cada capítulo permiten a los estudiantes aplicar lo que han aprendido, reforzando su comprensión del material. Un apéndice proporciona una visión general completa de la notación utilizada a lo largo del texto. Este libro no es simplemente una actualización del trabajo anterior del autor, Aprendizaje Automático: Una Perspectiva Probabilística, sino un texto completamente nuevo que refleja los desarrollos significativos en el campo desde 2012, particularmente en el aprendizaje profundo.
Acompañando al libro hay código en Python en línea que utiliza bibliotecas como scikit-learn, JAX, PyTorch y TensorFlow. Este código permite a los lectores reproducir casi todas las figuras presentadas en el libro, y puede ejecutarse dentro de un navegador web utilizando cuadernos basados en la nube. Este recurso práctico complementa los temas teóricos discutidos, convirtiéndolo en una herramienta invaluable para los aprendices.
Escrito por Kevin P. Murphy, un Científico Investigador en Google, este libro está dirigido a estudiantes y profesionales interesados en inteligencia artificial y aprendizaje automático. Sirve como un texto introductorio que será seguido por una secuela que cubrirá temas más avanzados, manteniendo el mismo enfoque probabilístico.
- CategoríaOtras herramientas de IA
Detalles del libro
Autor: Kevin P. Murphy
Año de Publicación: 2022
Páginas: 864
Formatos Disponibles: Tapa dura, eBook
Editorial: The MIT Press
ISBN: 9780262046824
ISBN del eBook: 9780262369305
Serie: Cálculo Adaptativo y Aprendizaje Automático
Para quién es este libro
- Aprendiendo Aprendizaje Automático
- Aplicaciones de Aprendizaje Profundo
- Modelado Probabilístico
- Recurso Educativo
- Codificación Práctica
