Introducción Al Aprendizaje Automático con Orange.

Format:

Book

Author/Creator:

Casas, José Manuel.

Contributor:

Suárez, Sergio Luis.

Bonavera, Laura.

Sánchez, Fernando.

Language:

Spanish

Subjects (All):

Machine learning.

Data mining.

Physical Description:

1 online resource (76 pages)

Edition:

1st ed.

Place of Publication:

Barcelona : Marcombo, S.A., 2024.

Summary:

This book, 'Introducción al aprendizaje automático con Orange', authored by José Manuel Casas, Sergio Luis Suárez Gómez, Laura Bonavera, and Fernando Sánchez Lasheras, serves as a comprehensive guide to using the Orange Data Mining software. It covers installation and operation across different platforms including Mac OS X, Windows, Linux, and Anaconda. The book provides detailed explanations of machine learning concepts, including regression, classification, clustering, and data analysis. It also explores advanced topics such as artificial neural networks, support vector machines, and ensemble methods. Designed for both beginners and experienced data scientists, the book emphasizes the intuitive visual programming environment of Orange, allowing users to conduct data analysis without extensive coding. The authors aim to equip readers with the necessary skills to explore data and build predictive models effectively. Generated by AI.

Contents:

Cubierta

Título

Créditos

Contenido

Prólogo

Capítulo 1 Introducción a Orange y su entorno de trabajo

1.1. Introducción

1.2. Instalación de Orange

1.2.1. Mac OS X

1.2.2. Windows

1.2.3. Linux

1.2.4. Anaconda

1.2.5. Instalación con pip

1.3. El entorno de trabajo de Orange

1.4. Flujo de trabajo en Orange. Canvas y widgets

1.4.1. Más sobre flujos de trabajo

1.4.2. Carga de ficheros en Orange

Capítulo 2 Conceptos fundamentales del aprendizaje automático

2.1. Introducción

2.2. Clasificación de las metodologías y técnicas fundamentales del aprendizaje automático

2.2.1. Clasificación por tipo de aprendizaje

2.2.2. Clasificación por tipo de tarea

2.3. Métodos de regresión

2.3.1. Regresión lineal

2.3.2. Random forest

2.3.3. Otros métodos de regresión

2.4. Métodos de clasificación

2.4.1. Árbol de decisión

2.4.2. K-Nearest Neighbors

2.4.3. Otros modelos de clasificación Generated by AI.

Notes:

Description based on publisher supplied metadata and other sources.

Part of the metadata in this record was created by AI, based on the text of the resource.

ISBN:

9788426738547

8426738540

OCLC:

1431977488