Practical Machine Learning with Python
Dipanjan Sarkar, Raghav Bali, Tushar Sharma
- Editorial
- Apress
- Año
- 2018
- Páginas
- ~530
- Nivel
- Básico
De qué trata
Manual práctico y exhaustivo escrito por Dipanjan Sarkar, Raghav Bali y Tushar Sharma que aborda la construcción de sistemas inteligentes de extremo a extremo utilizando el ecosistema de Python (Python 3). Aunque parte de los fundamentos y resulta accesible para perfiles con nivel básico a intermedio, está pensado para analistas, programadores y aspirantes a científicos de datos que cuenten con nociones elementales de programación y estadística y deseen aprender a solucionar problemas empresariales con rigor metodológico.
El recorrido del libro abarca desde los conceptos esenciales hasta la puesta en producción. Detalla la preparación, limpieza y exploración de datos (EDA), la ingeniería y selección avanzada de variables, y el entrenamiento y validación de modelos supervisados y no supervisados. Utiliza y explica herramientas consolidadas del stack de ciencia de datos: NumPy, pandas, scikit-learn y statsmodels para modelado estadístico y predictivo tradicional; nltk, spaCy y gensim para procesamiento de lenguaje natural y modelado de tópicos; TensorFlow y Keras para redes neuronales profundas y computer vision; bibliotecas como Skater para interpretabilidad de modelos de caja negra; y Flask para desplegar los modelos como servicios web ligeros.
La segunda mitad de la obra destaca por su enfoque práctico estructurado en siete proyectos y estudios de caso reales: pronóstico de demanda de bicicletas compartidas, análisis de sentimiento en opiniones de películas (IMDb), segmentación de clientes combinada con venta cruzada, clasificación multiclase de calidad de vinos, motores de recomendación musical, predicción de precios bursátiles y clasificación de imágenes con redes convolucionales. Su gran mérito es la coherencia de su código abierto disponible en Jupyter Notebooks y el énfasis en el pipeline completo de datos. Deja fuera temas de MLOps moderno y orquestación en la nube a gran escala, pero constituye una referencia práctica de primer orden antes de abordar plataformas distribuidas.
- Python
- scikit-learn
- Pandas
- Feature Engineering
- Procesamiento de Lenguaje Natural (NLP)
- spaCy
- Deep Learning
- TensorFlow
- Keras
- Series Temporales
- Segmentación de clientes
- Flask
¿Cómo enseña?
Con proyectos
- ✗ Sin ejercicios
- ✓ Incluye proyectos
Proyectos
Pronóstico de demanda de bicicletas compartidas
Modelo de regresión y análisis de series temporales que predice el volumen de alquileres de bicicletas a partir de factores meteorológicos y estacionales con scikit-learn y statsmodels.
Análisis de sentimiento en reseñas de películas
Pipeline de procesamiento de lenguaje natural y clasificación de texto sobre reseñas de IMDb, utilizando spaCy, nltk, scikit-learn y redes neuronales en Keras.
Segmentación de clientes y venta cruzada
Sistema de minería de datos comerciales que combina algoritmos de clustering (K-Means) con análisis de canasta de compra (reglas de asociación) para optimizar estrategias de marketing.
Clasificación y evaluación de calidad de vinos
Modelo predictivo supervisado de clasificación multiclase para categorizar tipos y graduaciones de calidad de vinos, aplicando técnicas de interpretabilidad con Skater y scikit-learn.
Sistema de recomendación musical
Motor de recomendación de canciones basado en filtrado colaborativo y perfiles de usuario para predecir preferencias musicales.
Pronóstico de precios financieros y materias primas
Modelado predictivo de series de tiempo financieras para pronosticar fluctuaciones de precios mediante técnicas estadísticas y modelos ARIMA.
Clasificación de imágenes con Deep Learning
Red neuronal convolucional (CNN) entrenada con TensorFlow y Keras para el reconocimiento visual y categorización automatizada de imágenes.
