SORIA OLIVAS, EMILIO / MANUEL ANTONIO SÁNCHEZ-MONTAÑES ISLA / RUTH GAMERO CRUZ / BORJA CASTILLO CABALLERO / PEDRO CANO MICHELENA
El presente libro tiene una clara vocación didáctica, se dirige a todas las personas que quieren adentrarse en el apasionante campo del aprendizaje automáticocombinando la teórica con la práctica paraque sea sencillo asimilar las explicaciones.En esta obra se revisan los algoritmos más comunes y su implementación en Python. Comienza con una introducción a las claves que han impulsado nuestra sociedad hacia âôla era de los datosâö y explora cómo, mediante técnicas de aprendizaje automático, obtener partido a la inmensa cantidad de datos que hoy nos rodea. A continuación, se presenta el aprendizaje no supervisado con sus principales algoritmos y usos: agrupamiento, manifolds, reglas de asociación y algoritmos de detección de anomalías. Le sigue el aprendizaje supervisado, partiendo delmodelo más simple, modelo lineal multivariante, se llega a las Máquinas de Soporte Vectorial (SVM). Finalmente, finaliza con el aprendizaje profundo (gran parte de lo que denominamos Inteligencia Artificial) donde se explican, de una manera sencilla e intuitiva, los perceptrones multicapa profundos, las redes convolucionales prof
