DescripciónEste libro ofrece una visión general sobre los conceptos de Machine Learning y los funda­mentos del análisis de datos mediante el lengua­je Python, haciendo uso de herramientas como NumPy, Pandas y Matplotlib. Se hace hincapié en las técnicas que permiten acondicionar un con­junto de datos, desde la detección y corrección de errores hasta el análisis estadístico para com­prender el conjunto de datos en cuestión. Ade­más, aborda las etapas de transformación de datos y la selección de características, aspectos cruciales para el éxito de un proyecto de analíti­ca de datos y Machine Learning.Aborda temas clave para estudiantes o do­centes que buscan realizar trabajos o inves­tigaciones que requieran analizar datos y que carezcan de conocimientos sobre cómo prepa­rar la información antes de aplicar algoritmos de Machine Learning. Así pues, la preparación adecuada de los datos es fundamental para de­terminar el valor de la variable de salida o vi­sualizar patrones dentro de los datos.

Tapa blanda

Ediciones De La u Ltda

Ciencia de datos con python. Transformación y selección de variables

"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."--

Algoritmos supervisados y de ensamble con phyton. Implementación y estrategia de optimización

Este libro hace un recuento referente a los materiales, pasando por su estructura, propiedades y clasificación (metálicos, poliméricos, cerámicos y compuestos), para ahondar en los procesos de fabricación por medio de los cuales se transforma la materia prima para obtener una pieza de mayor valor (producto terminado). Lo anterior con el objetivo de que el lector se familiarice con los materiales y los procesos de manufactura a través de conceptos teóricos y ejercicios o problemas resueltos que permitan comprender mejor cada una de las transformaciones de materiales realizadas por medio de los diferentes equipos industriales.Surge de una inquietud frecuente en los docentes encargados de impartir las asignaturas relacionadas con los Materiales de Ingeniería y proceso de manufactura, como son llamadas en los currículos universitarios tradicionales de las carreras de ingeniería mecánica, industrial y afines, con el fin de explorar la posibilidad de generar en el estudiante universitario nuevas competencias que faciliten al egresado su actuar profesional a través de la utilización y procesamiento de los diferentes tipos de materiales.

Ciencia de datos con python. Transformación y selección de variables

Algoritmos supervisados y de ensamble con phyton. Implementación y estrategia de optimización

Procesos de fabricacion en metales (2018)

Procesos de fabricación en polímeros cerámicos (2018)

Integración de las tic como desarrollo de habilidades espaciales

Ciencia De Datos Con Python (2025)