Machine Learning y Deep Learning

El objetivo del machine learning es que los sistemas informÉ¡ticos sean capaces de aprender a partir de los datos, emulando de esta manera las capacidades humanas. El Aprendizaje Profundo (Deep Learning) es el É¡rea mÉ¡s prometedora del machine learning. Los modernos sistemas de reconocimiento facial, conducciÉn automÉ¡tica, chatbots, comportamiento de los videojuegos, etc. se llevan a cabo haciendo uso de tÉcnicas de deep learning. En este libro se explican los conceptos mÉ¡s relevantes tanto de machine learning como de deep learning. Ambos bloques se pueden abordar de manera independiente y en cualquier orden. Se aportan multitud de ejemplos programados en Python y explicados desde cero, con grÉ¡ficos representativos. TambiÉn se hace uso de las bibliotecas Scikit y Keras. Cualquier lector con conocimientos de programaciÉn podrÉ¡ entender los conceptos y los ejemplos que se exponen en el libro: RegresiÉn ClasificaciÉn Clustering ReducciÉn de Dimensionalidad Redes Neuronales Redes Convolucionales (Convolutional Neural Networks) Enriquecimiento de datos (Data Augmentation) Generadores de Datos Aprendizaje por Transferencia (Transfer Learning) Autoencoders VisualizaciÉn de capas ocultas Aprendizaje Generativo (Generative Learning)