y-line/>
Aprendizaje Automático en Acción
Un Libro Para El Lego
Alan T. Norman
Traductora: Sebastian Bolivar
Consigue tus ballenas Bitcoin gratis: Tipos que engañaron al mundo con el Libro de Bonos
(Detalles al final de este libro.)
Copyright © 2017 Alan T. Norman. Todos los derechos reservados.
Ninguna parte de esta publicación puede ser reproducida, distribuida o transmitida de ninguna forma o por ningún medio, incluyendo fotocopias, grabaciones u otros métodos electrónicos o mecánicos, o por cualquier sistema de almacenamiento y recuperación de información sin el permiso previo por escrito del editor, excepto en el caso de citas muy breves incorporadas en revisiones críticas y otros usos no comerciales permitidos por la ley de derechos de autor.
Tabla de Contenido
Este Libro No Es Sobre Algoritmos De Aprendizaje De Maquinas De Codificación
Capítulo 1. Qué es el aprendizaje automático?
Programación explícita vs. Entrenamiento de algoritmo
Definiciones: inteligencia artificial vs. Aprendizaje automático vs redes neurales
Aprendizaje Supervisado Vs No Supervisado
¿Qué problemas puede resolver el aprendizaje automatico?
La Caja Negra: Lo Que No Sabemos Sobre El Aprendizaje De Máquinas
Capítulo 2. Limpieza, etiquetado y curado de bases de datos
Se Necesita Grandes Conjuntos De Data Para ML
Necesita Estar Bien Etiquetada
Capítulo 3. Elegir o escribir un algoritmo ml
Lo Que Se Necesita Para Escribir Un Algoritmo Novedoso
Capítulo 4. Entrenamiento y despliegue de un algoritmo
Ingeniera De Sintonización Y Funciones
Capítulo 5. Aplicaciones del mundo real del aprendizaje automático
Asistentes De Voz, Viviendas Inteligentes Y Coches
Otros libros por Alan T. Norman:
Por Que Escribi Este Libro
Bienvenidos al mundo del aprendizaje automático!
La inteligencia artificial está preparada para cambiar el curso de la historia humana, quizás más que cualquier otra tecnología. Una gran parte de esa revolución es el aprendizaje automático.
El aprendizaje automático es la ciencia de enseñar a las computadoras a hacer predicciones basadas en datos. En un nivel básico, el aprendizaje automático implica dar a una computadora un conjunto de datos y pedirle que haga una predicción. Al principio, la computadora tendrá muchas predicciones incorrectas. Sin embargo, en el transcurso de miles de predicciones, la computadora actualizará su algoritmo para hacer mejores predicciones.
Este tipo de computación predictiva solía ser imposible. Las computadoras simplemente no podían almacenar suficientes datos o procesarlos lo suficientemente rápido como para aprender de manera efectiva. Ahora, cada año, las computadoras se están volviendo más inteligentes a un ritmo rápido. Los avances en el almacenamiento de datos y la potencia de procesamiento están impulsando esta tendencia hacia máquinas más inteligentes. Como resultado, las computadoras
