Con Keras, creas modelos apilando capas como si fueran piezas de Lego utilizando la API Sequential :
Implementación de Regresión Lineal, Árboles de Decisión y Support Vector Machines (SVM).
import tensorflow as tf from tensorflow.keras import layers, models from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler import numpy as np # 1. Simulación de datos (Imagina que es un dataset de diabetes) X = np.random.rand(1000, 10) # 1000 pacientes, 10 características y = np.random.randint(2, size=1000) # 0 o 1 (Sano o Enfermo) # 2. División y preprocesamiento con Scikit-Learn X_train, X_test, y_train, y_test = train_test_split(X, y, test_test_split=0.2, random_state=42) scaler = StandardScaler() X_train = scaler.fit_transform(X_train) X_test = scaler.transform(X_test) # 3. Construcción del modelo con Keras model = models.Sequential([ layers.Dense(32, activation='relu', input_shape=(10,)), # Capa de entrada + oculta layers.Dense(16, activation='relu'), # Capa oculta layers.Dense(1, activation='sigmoid') # Capa de salida (binaria) ]) # 4. Compilación del modelo model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) # 5. Entrenamiento model.fit(X_train, y_train, epochs=20, batch_size=32, validation_split=0.1) # 6. Evaluación loss, accuracy = model.evaluate(X_test, y_test) print(f"Precisión en el set de prueba: accuracy * 100:.2f%") Use code with caution. 5. Ruta de Aprendizaje Recomendada
Aprende sobre optimizadores (Adam) y backpropagation. Proyectos: Clasifica imágenes del dataset MNIST. Fase 3: Deep Learning Avanzado (TensorFlow)
: La Tercera Edición incluye avances recientes en deep learning, modelos generativos y procesamiento de lenguaje natural. Opciones Disponibles para Adquirirlo
El motor de bajo nivel que gestiona el flujo de tensores y la optimización en GPU/TPU.
Una vez definida la estructura de la red, debes compilarla especificando tres elementos críticos:
Para aprender de forma eficiente, es vital entender qué rol juega cada herramienta en el flujo de trabajo de un científico de datos:
¿Te gustaría que profundizáramos en un combinando estas herramientas para un proyecto inicial?
The specific book you are referring to is likely:
A continuación, se presenta un flujo de trabajo típico para crear un modelo de clasificación utilizando tf.keras .
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems ( Google Go to product viewer dialog for this item.
pip install tensorflow
