Part 1. Funamentals of deep learning. 1. What is deep learning? 2. Before begin: the mathematical building blocks of neural metworks. 3. Getting started with neural networks. 4. Fundamentals of machine learning. Part 2. Deep learning in practice. 5. Deep learning for computer vision. 6. Deep learning for text and sequences. 7. Advance deep-learning best practices. 8. Generative deep learning. 9. Conclusions.

Parte 1. Funamentos del aprendizaje profundo. 1. ¿Qué es el aprendizaje profundo? 2. Antes de comenzar: los bloques de construcción matemáticos de los metworks neuronales. 3. Empezando con las redes neuronales. 4. Fundamentos del aprendizaje automático. Parte 2. Aprendizaje profundo en la práctica. 5. Aprendizaje profundo para la visión por ordenador. 6. Aprendizaje profundo de textos y secuencias. 7. Avanzar en las mejores prácticas de aprendizaje profundo. 8. Aprendizaje profundo generativo. 9. Conclusiones.

Electrónica y Telecomunicaciones

Machine learning has made remarkable progress in recent years. We went from near-unusable speech and image recognition, to near-human accuracy. We went from machines that couldn't beat a serious Go player, to defeating a world champion. Behind this progress is deep learning, a combination of engineering advances, best practices, and theory that enables a wealth of previously impossible smart applications.
About the Book
Deep Learning with Python introduces the field of deep learning using the Python language and the powerful Keras library. Written by Keras creator and Google AI researcher François Chollet, this book builds your understanding through intuitive explanations and practical examples. You'll explore challenging concepts and practice with applications in computer vision, natural-language processing, and generative models. By the time you finish, you'll have the knowledge and hands-on skills to apply deep learning in your own projects.
What's Inside.
- Deep learning from first principles
- Setting up your own deep-learning environment
- Image-classification models
- Deep learning for text and sequences
- Neural style transfer, text generation, and image generation

El aprendizaje automático ha progresado notablemente en los últimos años. Pasamos del reconocimiento de voz e imagen casi inutilizable a la precisión casi humana. Pasamos 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 que antes eran imposibles.
Sobre el libro
Deep Learning with Python introduce el campo del aprendizaje profundo utilizando el lenguaje Python y la potente biblioteca Hard. Escrito por el creador de Keras y el investigador de Google AI François Chollet, este libro desarrolla su comprensión a través de explicaciones intuitivas y ejemplos prácticos. Explorará conceptos y prácticas desafiantes con aplicaciones en visión artificial, procesamiento de lenguaje natural y modelos generativos. Cuando termine, tendrá el conocimiento y las habilidades prácticas para aplicar el aprendizaje profundo en sus propios proyectos.
Que hay dentro
- Aprendizaje profundo desde los primeros principios.
- Configuración de su propio entorno de aprendizaje profundo
- Modelos de clasificación de imágenes.
- Aprendizaje profundo de textos y secuencias.
- Transferencia de estilo neuronal, generación de texto y generación de imágenes.