
Algoritmos supervisados y de ensamble con python
Implementación y estrategia de optimizaciónBy Leonardo Contreras, Héctor Fuentes, José RodríguezLength12h 10m
About this audiobook
El objetivo principal de este libro es proporcionar una visión general sobre cómo el Machine learning y sus técnicas pueden aplicarse para predecir variables numéricas o categóricas en diversos campos del conocimiento. Además, aborda temas clave para aquellos que desean realizar trabajos o investigaciones que impliquen el análisis de datos, sin tener conocimientos sobre la implementación de algoritmos de clasificación o regresión.
Este texto ofrece una explicación detallada de las técnicas y algoritmos de Machine learning, acompañados de ejemplos de código en Jupyter (Python), que permiten a los lectores sumergirse en este fascinante campo. Guiará al lector a través de pasos sucesivos y precisos para construir modelos de predicción de variables, ya sean numéricas o categóricas.
Es importante señalar que, si bien algunos contenidos pueden parecer similares a los disponibles en blogs o en internet, este libro ofrece una guía completa y estructurada para comprender y aplicar eficazmente las técnicas de Machine learning.
Audiobook details
GenreTechnology
Length12 hrs 10 mins
Narrated byListen with 1,000+ voices
FormateBook with Audio
Publish dateAug 30, 2024
LanguageSpanish
Table of contents
1Document
23.9. R Cuadrado (R2)
34.7. Máquina de Vector de Soporte (SVM)
46.1.1. Optimizar hiperparámetros para Bagging con árboles de decisión
57.3.1. Optimizar hiperparámetros para XGBoost
Show all chaptersShow less
68.6. Predicción de la variable de salida