Description

La mayoría de las técnicas de aprendizaje supervisado se desarrollan a lo largo de este libro desde un punto de vista metodológico y desde un punto de vista práctico con aplicaciones a través del software Python. Se profundiza en las siguientes técnicas: Vecino más cercano (kNN), Support Vector Machine (SVM), Naive Bayes, Métodos de ensamblado, Bagging, Boosting, Voting, Stacking, Blending, Random Forest, Redes Neuronales, Perceptrón Multicapa, Redes de Base Radial, Redes de Hopfield, Redes LSTM, Redes Recurrentes RNN, Redes GRU y Redes Neuronales para Predicción de Series Temporales

Spécifications