Descripción
Python Deep Learning
Resumen del libro
Este libro ofrece una ruta de aprendizaje completa para adentrarse en el mundo del Deep Learning utilizando Python y la API Keras de TensorFlow. Diseñado tanto para principiantes como para programadores con experiencia, combina los fundamentos teóricos con un enfoque práctico basado en ejercicios. El lector descubrirá cómo funcionan las principales arquitecturas de redes neuronales y obtendrá las habilidades necesarias para desarrollar sus propios proyectos de inteligencia artificial, superando la barrera de entrada a esta tecnología.
¿De qué trata?
La obra aborda el Deep Learning desde una perspectiva integral, comenzando por sus principios teóricos para luego aplicarlos en la práctica. A través de 100 ejercicios prácticos, el lector aprenderá a codificar con Python y a utilizar la popular librería TensorFlow y su API Keras. Se exploran en detalle las redes neuronales más relevantes de la actualidad, como las redes convolucionales (CNN), las recurrentes (RNN) y las generativas antagónicas (GAN). El libro proporciona acceso gratuito a los códigos fuente, facilitando la experimentación y el aprendizaje autodidacta. El objetivo es dotar al lector de una comprensión sólida de qué es posible lograr con el Deep Learning y cómo implementarlo en entornos empresariales y cloud.
Temas principales
- Introducción al Deep Learning y sus fundamentos teóricos.
- Programación en Python para el desarrollo de modelos de aprendizaje automático.
- Uso de la API Keras y la librería TensorFlow.
- Arquitecturas de redes neuronales: convolucionales (CNN), recurrentes (RNN) y generativas antagónicas (GAN).
- Aplicaciones prácticas y puesta en producción de algoritmos de Deep Learning.
¿Para quién está recomendado?
Este libro está dirigido a profesionales, estudiantes y entusiastas de la tecnología que deseen iniciarse o profundizar en el Deep Learning. Es ideal para quienes tienen poca experiencia en programación pero quieren comprender los conceptos clave, así como para programadores experimentados que buscan adquirir habilidades prácticas para implementar soluciones de inteligencia artificial en sus proyectos.
Qué aporta este libro
- Una metodología de aprendizaje progresiva que combina teoría y práctica con ejercicios reales.
- Acceso a códigos fuente listos para ejecutar, lo que acelera la curva de aprendizaje.
- Conocimiento de las arquitecturas de redes neuronales más utilizadas en la industria.
- Habilidades para desarrollar aplicaciones de Deep Learning en entornos empresariales y cloud.
- Una base sólida para entender las capacidades y limitaciones actuales de la inteligencia artificial.
Ficha técnica
- Autor: Torres, Jordi
- Editorial: Marcombo
- Idioma: Español
- Tema: PROGRAMACION AGIL, PROGRAMACION DE BASES DE DATOS
- Colección: APRENDRE...AMB 100 EXERCICIS PRACTICS
- Encuadernación: Bolsillo
- Fecha de edición: enero de 2020
- Número de páginas: 415
- Peso: 1000 g
Valoración editorial
Se trata de una obra práctica y didáctica que logra desmitificar el Deep Learning, ofreciendo un camino claro para su aprendizaje. La combinación de un autor con amplia experiencia académica y profesional, junto con un enfoque basado en ejercicios y acceso a código, la convierte en una herramienta valiosa para cualquier persona interesada en aplicar la inteligencia artificial de manera efectiva en sus proyectos.