Libros / IA y ML / Ciencia de Datos

IA y ML

Todo Lenguajes de programación. 1538IA y ML 762Algoritmos y teoría 505Desarrollo de software 470Desarrollo web. 390DevOps e Infraestructura 271Ciberseguridad 225SO y Sistema 172Otro 169Bases de datos 146Desarrollo de videojuegos 143Sistemas embebidos. 131Gestión de TI 106
Todo Ciencia de Datos 253Aprendizaje automático 151LLM 107Redes neuronales 91ChatGPT 37TensorFlow 29Visión por computadora 26PyTorch 21MLOps 18Procesamiento del Lenguaje Natural 12Pandas 9Agentes de IA 1
Todo 2026 72025 282024 402023 472022 242021 162020 212019 102018 132017 32016 62015 132014 22013 42012 12007 11994 1
RU
Fundamentos de visualización de datos: guía para una presentación efectiva y convincente de la información

Fundamentos de visualización de datos: guía para una presentación efectiva y convincente de la información

A

Klaus Wilke

IA y ML
EN
Python para Ciencia de Datos Para Dummies, 3ª Edición

Python para Ciencia de Datos Para Dummies, 3ª Edición

A

John Paul Mueller, Luca Massaron

IA y ML
EN
Prototipado de Tableros de Control en Python para Científicos e Ingenieros: Construye e Implementa un Tablero de Control Completo con Python

Prototipado de Tableros de Control en Python para Científicos e Ingenieros: Construye e Implementa un Tablero de Control Completo con Python

A

Padraig Houlahan

IA y ML
EN
Principios de Soft Computing Usando Programación Python: Aprende Cómo Implementar Modelos de Soft Computing en Aplicaciones del Mundo Real

Principios de Soft Computing Usando Programación Python: Aprende Cómo Implementar Modelos de Soft Computing en Aplicaciones del Mundo Real

A

Gypsy Nandi

IA y ML
EN
Manipulación de Datos Minimalista con Python

Manipulación de Datos Minimalista con Python

A

Marek Gagolewski

IA y ML
EN
Introducción a Salesforce CRM Analytics: Una Guía para Principiantes sobre la Creación de Paneles Interactivos y Complejos, Segunda Edición

Introducción a Salesforce CRM Analytics: Una Guía para Principiantes sobre la Creación de Paneles Interactivos y Complejos, Segunda Edición

A

Johan Yu

IA y ML
EN
Minería de Datos con Python: Teoría, Aplicación y Casos de Estudio

Minería de Datos con Python: Teoría, Aplicación y Casos de Estudio

A

Di Wu

IA y ML
EN
Finanzas Ordenadas con Python

Finanzas Ordenadas con Python

A

Christoph Scheuch, Stefan Voigt, Patrick Weiss, Christoph Frey

IA y ML
RU
SQL para análisis de datos. Métodos avanzados de transformación de datos para análisis

SQL para análisis de datos. Métodos avanzados de transformación de datos para análisis

A

Katie Tanimura

IA y ML
RU
Python para problemas complejos: ciencia de datos. 2da ed. internacional.

Python para problemas complejos: ciencia de datos. 2da ed. internacional.

A

Jake Vander Plas

IA y ML
EN
D3.js en Acción. Tercera Edición

D3.js en Acción. Tercera Edición

A

Elijah Meeks, Anne-Marie Dufour

IA y ML
EN
Narrativa de Datos con Altair e IA

Narrativa de Datos con Altair e IA

A

Angelica Lo Duca

IA y ML
EN
Ciencia de Datos Aplicada Usando PySpark: Aprende el Ciclo de Construcción de Modelos Predictivos de Extremo a Extremo, Segunda Edición

Ciencia de Datos Aplicada Usando PySpark: Aprende el Ciclo de Construcción de Modelos Predictivos de Extremo a Extremo, Segunda Edición

A

Ramcharan Kakarla, Sundar Krishnan, Balaji Dhamodharan, Venkata Gunnu

IA y ML
EN
Fundamentos de Ciencia de Datos Geoespaciales: 101 Consejos y Trucos Prácticos en Python

Fundamentos de Ciencia de Datos Geoespaciales: 101 Consejos y Trucos Prácticos en Python

A

Milan Janosov

IA y ML
EN
Análisis y Visualización de Datos Todo en Uno Para Dummies

Análisis y Visualización de Datos Todo en Uno Para Dummies

A

Jack Hyman, Luca Massaron, Paul McFedries, John Paul Mueller, Lillian Pierson, Jonathan Reichental, PhD, Joseph Schmuller, Alan Simon, Allen G. Taylor

IA y ML
EN
Databricks Data Intelligence Platform: Desbloqueando la Revolución de la GenAI

Databricks Data Intelligence Platform: Desbloqueando la Revolución de la GenAI

A

Nikhil Gupta, Jason Yip

IA y ML
EN
Python 3 e Ingeniería de Características

Python 3 e Ingeniería de Características

A

Oswald Campesato

IA y ML
EN
Visualización Moderna de Datos con R

Visualización Moderna de Datos con R

A

Robert Kabacoff

IA y ML
EN
Explorando la Ciencia de Datos con R y Tidyverse: Una Introducción Concisa

Explorando la Ciencia de Datos con R y Tidyverse: Una Introducción Concisa

A

Jerry Bonnell, Mitsunori Ogihara

IA y ML
EN
Algoritmos de Grafos para Ciencia de Datos: Con Ejemplos en Neo4j

Algoritmos de Grafos para Ciencia de Datos: Con Ejemplos en Neo4j

A

Tomaž Bratanič

IA y ML
EN
Ingeniería de Software para Científicos de Datos: De cuadernos a sistemas escalables

Ingeniería de Software para Científicos de Datos: De cuadernos a sistemas escalables

A

Ketrin Nelson

IA y ML
EN
Procesamiento de datos minimalista con Python

Procesamiento de datos minimalista con Python

A

Marek Gagolewski

IA y ML
EN
Fundamentos de Data Science con R, Python y datos abiertos

Fundamentos de Data Science con R, Python y datos abiertos

A

Marco Cremonini

IA y ML
RU
Herramientas de almacenamiento y análisis de datos: Guía completa de modelado dimensional

Herramientas de almacenamiento y análisis de datos: Guía completa de modelado dimensional

A

Ralph Kimbell, Margie Ross

IA y ML
EN
Modelado prescriptivo práctico

Modelado prescriptivo práctico

A

Walter R. Pajkowski

IA y ML
EN
Un manual de modelos matemáticos con Python

Un manual de modelos matemáticos con Python

A

Dr. Ranja Sarkar

IA y ML
EN
50 días de análisis de datos con Python: El libro de desafíos definitivo para principiantes

50 días de análisis de datos con Python: El libro de desafíos definitivo para principiantes

B

Benjamin Bennett Alexander

IA y ML
EN
R Todo en uno para Dummies

R Todo en uno para Dummies

A

Joseph Schmuller

IA y ML
EN
Herramientas de Python para científicos: Una introducción al uso de Anaconda, JupyterLab y las bibliotecas científicas de Python

Herramientas de Python para científicos: Una introducción al uso de Anaconda, JupyterLab y las bibliotecas científicas de Python

A

Lee Vaughan

IA y ML
EN
101 visualizaciones con Python y Matplotlib: una guía completa para la visualización de datos

101 visualizaciones con Python y Matplotlib: una guía completa para la visualización de datos

B

Ahmed Abouraia

IA y ML
EN
Network Science with Python

Network Science with Python

A

David Knickerbocker

IA y ML
EN
Analítica integrada: integración del análisis con el flujo de trabajo empresarial

Analítica integrada: integración del análisis con el flujo de trabajo empresarial

A

Donald Farmer, Jim Horbury

IA y ML
EN
Análisis de fútbol con Python y R: Aprendiendo ciencia de datos a través del deporte

Análisis de fútbol con Python y R: Aprendiendo ciencia de datos a través del deporte

A

Eric A. Eager & Richard A. Erickson

IA y ML
RU
Python para análisis de datos. Procesamiento de datos, creación de modelos estadísticos y aprendizaje automático.

Python para análisis de datos. Procesamiento de datos, creación de modelos estadísticos y aprendizaje automático.

B

Wes McKinney

IA y ML
RU
Procesamiento práctico de datos: Python y Pandas para profesionales

Procesamiento práctico de datos: Python y Pandas para profesionales

A

Igor Svinarenko

IA y ML
RU
Análisis y visualización de datos en Yandex DataLens. Guía detallada: de principiante a experto

Análisis y visualización de datos en Yandex DataLens. Guía detallada: de principiante a experto

A

Ginko A. Y.

IA y ML
EN
Data Wrangling en AWS: Limpia y organiza datos complejos para el análisis

Data Wrangling en AWS: Limpia y organiza datos complejos para el análisis

A

Navnit Shukla, Sankar M, Sam Palani

IA y ML
EN
Métodos Numéricos Usando Kotlin: Para Ciencia de Datos, Análisis e Ingeniería

Métodos Numéricos Usando Kotlin: Para Ciencia de Datos, Análisis e Ingeniería

A

Haksun Li, PhD

IA y ML
EN
Patrones de Diseño en Ingeniería de Datos: Recetas para Resolver los Problemas Más Comunes en Ingeniería de Datos

Patrones de Diseño en Ingeniería de Datos: Recetas para Resolver los Problemas Más Comunes en Ingeniería de Datos

A

Bartosz Konieczny

IA y ML
RU
Preparación previa de datos en Python. Volumen 2: Plan, ejemplos y métricas de calidad

Preparación previa de datos en Python. Volumen 2: Plan, ejemplos y métricas de calidad

A

A. V. Gruzdev

IA y ML
RU
Preparación previa de datos en Python. Volumen 1. Herramientas y validación.

Preparación previa de datos en Python. Volumen 1. Herramientas y validación.

A

A. V. Gruzdev

IA y ML
RU
Fundamentos de Python para Data Science

Fundamentos de Python para Data Science

A

Kennedy Berman

IA y ML
RU
Inmersión en el análisis de datos

Inmersión en el análisis de datos

A

George Mount

IA y ML
RU
Visualización de datos: curso completo para especialistas principiantes

Visualización de datos: curso completo para especialistas principiantes

A

Tamara Mantsner

IA y ML
RU
Introducción práctica a las principales bibliotecas y frameworks de Python (con ejemplos de código)

Introducción práctica a las principales bibliotecas y frameworks de Python (con ejemplos de código)

B

Murat Durmus

IA y ML
RU
Metaaprendizaje. Aplicación en AutoML y ciencia de datos

Metaaprendizaje. Aplicación en AutoML y ciencia de datos

A

Pavel Brazdil, Jan van Rein, Carlos Soares, Joaquín Vanschoren

IA y ML
RU
Taller práctico de análisis de datos con Python y R

Taller práctico de análisis de datos con Python y R

A

O.A. Bayuk, M.R. Isaeva, M.O. Samsonkin

IA y ML
EN
Escalando Python con Dask: De Ciencia de Datos a Aprendizaje Automático

Escalando Python con Dask: De Ciencia de Datos a Aprendizaje Automático

A

Holden Karau, Mika Kimmins

IA y ML
EN
R para Ciencia de Datos, 2ª Edición

R para Ciencia de Datos, 2ª Edición

A

Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund

IA y ML
RU
Python y análisis de datos. Procesamiento primario de datos con pandas, NumPy y Jupyter

Python y análisis de datos. Procesamiento primario de datos con pandas, NumPy y Jupyter

A

Wes McKinney

IA y ML
← 1234 →

Puntuación de calidad del PDF:

A Excelente — texto copiable, TOC, metadatos B Bueno — texto presente, faltan algunos datos C Promedio — el texto es parcialmente extraíble D Pobre — muy probablemente un escaneo F Escaneo sin OCR — el texto no se puede extraer