Aprendizaje profundo con Python

Opiniones de los lectores

El libro está muy bien considerado como una excelente introducción al aprendizaje profundo, especialmente adecuado para lectores con conocimientos básicos de programación. Es elogiado por sus explicaciones claras, su enfoque práctico y el uso eficaz de la biblioteca Keras. Sin embargo, algunos lectores señalaron problemas con la calidad física del libro y una falta de profundidad en ciertas áreas, en particular para aquellos que buscan detalles matemáticos más rigurosos.

⬤ Explicaciones claras y concisas de los conceptos de aprendizaje profundo.
⬤ Enfoque práctico con ejemplos de código utilizando Keras.
⬤ Adecuado para principiantes con conocimientos de programación.
⬤ Buena cobertura del panorama del aprendizaje profundo.
⬤ Perspectivas del autor desde su experiencia en IA.
⬤ Estilo de escritura atractivo que hace accesibles los temas complejos.

⬤ Problemas de calidad física, incluidos errores de impresión y problemas de encuadernación.
⬤ Algunos lectores consideran que le falta profundidad en las explicaciones matemáticas.
⬤ Un enfoque práctico que puede no satisfacer a quienes buscan un texto teórico de posgrado.
⬤ Algunas configuraciones técnicas (por ejemplo, configuraciones de GPU) pueden resultar anticuadas o complicadas.
⬤ Confusiones ocasionales en las explicaciones, que dificultan la comprensión.

(basado en 374 opiniones de lectores)

Título original:

Deep Learning with Python

Contenido del libro:

Resumen

Deep Learning with Python introduce el campo del aprendizaje profundo utilizando el lenguaje Python y la potente librería Keras. Escrito por Fran ois Chollet, creador de Keras e investigador de inteligencia artificial de Google, este libro le ayudará a comprender el tema a través de explicaciones intuitivas y ejemplos prácticos.

La compra del libro impreso incluye un libro electrónico gratuito en formato PDF, Kindle y ePub de Manning Publications.

Acerca de la tecnología

El aprendizaje automático ha progresado notablemente en los últimos años. Pasamos de un reconocimiento de voz e imágenes casi inutilizable a una precisión cercana a la humana. Hemos pasado de máquinas que no podían vencer a un jugador serio de Go a derrotar a un campeón del mundo. Detrás de este progreso está el aprendizaje profundo, una combinación de avances de ingeniería, mejores prácticas y teoría que permite una gran cantidad de aplicaciones inteligentes antes imposibles.

Acerca del libro

Deep Learning with Python introduce el campo del aprendizaje profundo utilizando el lenguaje Python y la potente biblioteca Keras. Escrito por Fran ois Chollet, creador de Keras e investigador de IA de Google, este libro le ayudará a comprender el aprendizaje profundo a través de explicaciones intuitivas y ejemplos prácticos. Explorará conceptos desafiantes y practicará con aplicaciones de visión por ordenador, procesamiento del lenguaje natural y modelos generativos. Cuando termine, tendrá los conocimientos y las habilidades prácticas para aplicar el aprendizaje profundo en sus propios proyectos.

Contenido

⬤ Aprendizaje profundo desde los primeros principios.

⬤ Configuración de su propio entorno de aprendizaje profundo.

⬤ Modelos de clasificación de imágenes.

⬤ Aprendizaje profundo para texto y secuencias.

⬤ Transferencia de estilo neuronal, generación de texto y generación de imágenes.

Sobre el lector

Los lectores necesitan conocimientos intermedios de Python. No se requiere experiencia previa con Keras, TensorFlow, o aprendizaje automático.

Sobre el Autor

Fran ois Chollet trabaja en aprendizaje profundo en Google, en Mountain View, California. Es el creador de la biblioteca de aprendizaje profundo Keras y colaborador del marco de aprendizaje automático TensorFlow. También se dedica a la investigación del aprendizaje profundo, con especial atención a la visión por ordenador y la aplicación del aprendizaje automático al razonamiento formal. Sus trabajos se han publicado en las principales conferencias del sector, como la Conference on Computer Vision and Pattern Recognition (CVPR), la Conference and Workshop on Neural Information Processing Systems (NIPS) y la International Conference on Learning Representations (ICLR), entre otras.

Tabla de contenidos

PARTE 1 - FUNDAMENTOS DEL APRENDIZAJE PROFUNDO.

⬤ ¿Qué es el aprendizaje profundo?

⬤ Antes de empezar: los componentes matemáticos de las redes neuronales.

⬤ Introducción a las redes neuronales.

⬤ Fundamentos del aprendizaje automático.

PARTE 2 - APRENDIZAJE PROFUNDO EN LA PRÁCTICA.

⬤ Aprendizaje profundo para la visión por ordenador.

⬤ Aprendizaje profundo para texto y secuencias.

⬤ Mejores prácticas avanzadas de aprendizaje profundo.

⬤ Aprendizaje profundo generativo.

⬤ Conclusiones.

Apéndice A - Instalación de Keras y sus dependencias en Ubuntu.

Apéndice B - Ejecución de cuadernos Jupyter en una instancia EC2 GPU.