Libros UCLV { BETA }

Programar con el binding de OpenCV para manipular imágenes, video utilizando la webcam e incluso un Kinect.

El libro comienza con los pasos necesarios para instalar esta herramienta en cualquiera de los 3 sistemas más conocidos: Windows, MacOS o Ubuntu. El capítulo 2 trata el manejo de ficheros, cámaras e interfaces gráficas. Posteriormente en cada capítulo expone los temas de Filtrado, Rastreo, Detección de regiones y profundidad. Contiene dos valiosos apéndices para la integración con la biblioteca python-game y otro para el trabajo con Haarcascade personalizado para diferentes tareas.

Master the art of machine learning with Python and build effective machine learning systems with this intensive hands-on guide

Excelente libro del 2013 elaborado por programadores y profesionales de la bioinformática. El libro comienza haciendo una introducción a Machine Learning, y utilizando un ejemplo práctico y sencillo para que los estudiantes comiencen. Cap2, está dedicado en su comienzo a los problemas de clasificación con ejemplos reales, y analiza problemas más complejos de clasificación. Cap3 Agrupamiento, este capítulo utiliza un ejemplo de procesamiento de texto, añadiendo NLTK y analiza todo el proceso NLP para luego realizar clustering de textos. Capt4 Topic Modeling, un tema más complejo que analiza el LDA, similaridad en el espacio de temas(topic space). Cap5 También dedicado a clasificación pero mucho más fuerte, utiliza un ejemplo de medición de la calidad de las respuestas, es lo que se dice el análisis de un ejemplo avanzado. Cap6 Dedicado al muy actual tema del Análisis de Sentimientos, este tema es una de las tareas muy actuales del Procesamiento del Lenguaje Natural. Cap 7 y 8 dedicado a la Regresión, utiliza interesantes ejemplos para mostrar este tema de ML. Cap9 Regresa con más sobre Clasificación en este caso con un análisis del género musical, utilizando procesamiento de señales. Cap 10 Computer Vision. Cap 11 Reducción de la Dimensionalidad. Cap12 y final, como aprender de grandes colecciones de datos, aprender a procesar estos conjuntos eficientemente. Contiene un apéndice con referencias a dónde más leer para aprender sobre ML.