Deep Learning Crash Course for Beginners with Python: Teoría y Aplicaciones de Redes Neuronales Artificiales, CNN, RNN, LSTM y Autoencoders usando Ten

Opiniones de los lectores

El libro proporciona una variedad de técnicas de aprendizaje profundo y es especialmente adecuado para principiantes en Python. Hace hincapié en la comprensión de conceptos más que en la mera copia de código. Sin embargo, hay críticas importantes en cuanto a la repetición de información en toda la serie, la falta de explicaciones detalladas del código y la mala calidad de impresión.

Ofrece ideas y técnicas valiosas para aprender Python y deep learning, es más comprensible para principiantes, fomenta la autosuficiencia en la codificación, incluye ejercicios para practicar y, en general, es ameno y fácil de seguir.

Contenido repetitivo en toda la serie, carece de explicaciones detalladas para algunas secciones de codificación, mala calidad de impresión (blanco y negro), y algunos lectores lo encontraron confuso con notación y explicaciones inadecuadas.

(basado en 9 opiniones de lectores)

Título original:

Deep Learning Crash Course for Beginners with Python: Theory and Applications of Artificial Neural Networks, CNN, RNN, LSTM and Autoencoders using Ten

Contenido del libro:

La inteligencia artificial está de moda.

Aunque te resulte difícil entender los avances más recientes en IA, simplemente se reduce a dos desarrollos más célebres: Machine Learning y Deep Learning. En 2020, el aprendizaje profundo lleva la delantera por su supremacía en cuanto a precisión, especialmente cuando se entrena con enormes cantidades de datos. El Aprendizaje Profundo, en esencia, es un subconjunto del Aprendizaje Automático, pero es capaz de alcanzar una enorme potencia y flexibilidad. Y la era de la tecnología de big data presenta vastas oportunidades para innovaciones increíbles en el aprendizaje profundo.

¿En qué se diferencia este libro?

Este libro da la misma importancia a los aspectos teóricos que a los prácticos del aprendizaje profundo. Entenderá cómo funcionan los algoritmos de aprendizaje profundo de alto rendimiento. En cada capítulo, la explicación teórica de los diferentes tipos de técnicas de aprendizaje profundo va seguida de ejemplos prácticos. Aprenderás a implementar diferentes técnicas de aprendizaje profundo utilizando la librería TensorFlow Keras para Python. Cada capítulo contiene ejercicios que puedes utilizar para evaluar tu comprensión de los conceptos explicados en ese capítulo. Además, en los Recursos, se proporciona el cuaderno de Python para cada capítulo. La ventaja clave de comprar este libro es que obtienes acceso instantáneo a todo el contenido extra que se presenta con este libro -códigos Python, referencias, ejercicios y PDF- en el sitio web de la editorial. No es necesario gastar ni un céntimo más. Los conjuntos de datos utilizados en este libro se descargan en el momento de la ejecución o están disponibles en la carpeta Resources/Datasets.

Otra ventaja es que se proporciona una explicación detallada de los pasos de instalación del software que necesitará para implementar los diversos algoritmos de aprendizaje profundo de este libro. Es decir, podrá experimentar con los aspectos prácticos del aprendizaje profundo desde la primera página. Incluso si no conoces Python, el curso intensivo sobre el lenguaje de programación Python del primer capítulo te resultará muy útil. Dado que todos los códigos y conjuntos de datos se incluyen con este libro, sólo necesita tener acceso a un ordenador con Internet para empezar.

Los temas tratados incluyen:

⬤ Curso acelerado de Python.

⬤ Requisitos previos de aprendizaje profundo: Regresión Lineal y Logística.

⬤ Redes neuronales desde cero en Python.

⬤ Introducción a TensorFlow y Keras.

⬤ Redes neuronales evolutivas.

⬤ Clasificación de secuencias con redes neuronales recurrentes.

⬤ Aprendizaje profundo para el procesamiento del lenguaje natural.

⬤ Aprendizaje no supervisado con autocodificadores.

⬤ Respuestas a todos los ejercicios.

Haga clic en el botón COMPRAR y descargue el libro ahora para comenzar su viaje por el Aprendizaje Profundo.