{"product_id":"9781617296864","title":"DEEP LEARNING WITH PYTHON","description":"\u003ch2\u003eDEEP LEARNING WITH PYTHON\u003c\/h2\u003e\n\u003ch3\u003eResumen del libro\u003c\/h3\u003e\n\u003cp\u003eEste libro es la guía definitiva para dominar el deep learning con Python, escrita por el creador de Keras, François Chollet. Ofrece una introducción práctica y accesible a las redes neuronales, combinando teoría clara con ejemplos de código reutilizables. El lector aprenderá a construir modelos de aprendizaje profundo desde cero, aplicándolos a tareas como clasificación de imágenes, procesamiento de texto y generación de contenido, todo con un enfoque en la comprensión profunda de los conceptos subyacentes.\u003c\/p\u003e\n\u003ch3\u003e¿De qué trata?\u003c\/h3\u003e\n\u003cp\u003eLa obra comienza con los fundamentos del aprendizaje automático y las redes neuronales, explicando cómo funcionan las capas, los pesos y la retropropagación. A continuación, profundiza en arquitecturas avanzadas como las redes convolucionales (CNN) para visión por computadora y las redes recurrentes (RNN) para secuencias de datos. También cubre técnicas modernas como el aprendizaje por transferencia, la generación de imágenes con GANs y el procesamiento de lenguaje natural con transformers. Cada capítulo incluye ejemplos prácticos en Python utilizando la biblioteca Keras, permitiendo al lector implementar y experimentar con los modelos directamente. El libro culmina con consejos sobre mejores prácticas, depuración y despliegue de modelos en producción.\u003c\/p\u003e\n\u003ch3\u003eTemas principales\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eFundamentos de redes neuronales y aprendizaje profundo\u003c\/li\u003e\n\u003cli\u003eConstrucción de modelos con la API funcional y secuencial de Keras\u003c\/li\u003e\n\u003cli\u003eRedes convolucionales para clasificación y segmentación de imágenes\u003c\/li\u003e\n\u003cli\u003eRedes recurrentes y LSTM para análisis de series temporales y texto\u003c\/li\u003e\n\u003cli\u003eGeneración de imágenes y texto con modelos generativos adversarios (GANs)\u003c\/li\u003e\n\u003cli\u003eProcesamiento de lenguaje natural con transformers y embeddings\u003c\/li\u003e\n\u003cli\u003eOptimización, regularización y ajuste de hiperparámetros\u003c\/li\u003e\n\u003cli\u003eDespliegue de modelos en entornos de producción\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e¿Para quién está recomendado?\u003c\/h3\u003e\n\u003cp\u003eEste libro está dirigido a desarrolladores e ingenieros de software con experiencia en Python que deseen adentrarse en el deep learning. También es adecuado para científicos de datos que quieran profundizar en redes neuronales más allá de los modelos básicos. Se requiere un conocimiento sólido de programación en Python y nociones básicas de álgebra lineal y cálculo, pero no es necesario tener experiencia previa en aprendizaje automático.\u003c\/p\u003e\n\u003ch3\u003eQué aporta este libro\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eUna comprensión sólida de los principios matemáticos y algorítmicos del deep learning, explicados de forma intuitiva.\u003c\/li\u003e\n\u003cli\u003eHabilidad práctica para implementar, entrenar y evaluar modelos complejos usando Keras y TensorFlow.\u003c\/li\u003e\n\u003cli\u003eAcceso a ejemplos de código listos para usar que cubren casos de uso reales en visión artificial y procesamiento de lenguaje.\u003c\/li\u003e\n\u003cli\u003eConocimiento de las mejores prácticas para evitar el sobreajuste, depurar modelos y optimizar el rendimiento.\u003c\/li\u003e\n\u003cli\u003eCapacidad para mantenerse actualizado con las tendencias del campo, gracias a una base conceptual sólida.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eFicha técnica\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003eAutor:\u003c\/strong\u003e Francois Chollet\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eEditorial:\u003c\/strong\u003e Manning Publications Co.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eIdioma:\u003c\/strong\u003e Inglés\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eTema:\u003c\/strong\u003e Informática - Programación y lenguajes - Otros lenguajes\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eEncuadernación:\u003c\/strong\u003e Tapa blanda\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eFecha de edición:\u003c\/strong\u003e 2022\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNúmero de páginas:\u003c\/strong\u003e 400\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eDimensiones:\u003c\/strong\u003e 18.9 cm x 23.6 cm\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ePeso:\u003c\/strong\u003e 1054.0 gr\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eValoración editorial\u003c\/h3\u003e\n\u003cp\u003eEste manual se ha consolidado como una referencia imprescindible para cualquier persona que quiera aprender deep learning de manera rigurosa y práctica. La autoría de François Chollet, creador de Keras, garantiza una perspectiva privilegiada sobre las herramientas más utilizadas en la industria. La edición de 2022 actualiza los contenidos para reflejar los avances más recientes, manteniendo un equilibrio entre teoría y práctica que facilita el aprendizaje autodidacta. Es una inversión recomendada tanto para estudiantes como para profesionales que busquen aplicar deep learning en proyectos reales.\u003c\/p\u003e","brand":"MANNING PUBLICATIONS CO.","offers":[{"title":"Default Title","offer_id":53542271844699,"sku":"9781617296864","price":61.27,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1018\/0650\/6331\/files\/9781617296864.jpg?v=1783508126","url":"https:\/\/kalamobooks.com\/products\/9781617296864","provider":"Kalamo Books","version":"1.0","type":"link"}