Deep Learning. Introducción práctica con Keras, PRIMERA y SEGUNDA PARTE (.pdf Original)
On Sale
$12.99
$12.99
Preview
PRIMERA PARTE
En este libro el lector encontrará una guía para adentrarse de manera práctica al deep learning con la ayuda de la librería Keras, que aprenderá a como usarla para desarrollar y evaluar modelos deep learning. Aunque el deep learning se sustenta en fascinantes matemáticas, estas no son estrictamente necesarias para poder iniciarse e incluso crear proyectos que generen valor a la empresa gracias a librerías Python cómo la de Keras. Este libro es la primera parte del libro completo que espero poder acabar y publicar dentro de unos meses.
SEGUNDA PARTE
En este libro el lector encontrará la SEGUNDA PARTE del libro "DEEP LEARNING Introducción práctica con Keras" a la que me comprometí acabar. El libro trata de ser una guía en lengua castellana para adentrarse de manera práctica al Deep Learning con la ayuda de Keras como API (y con código actualizado a TensorFlow 2.0). En esta segunda parte se presentan temas como Data Augmentation, Transfer Learning, Redes Neuronales Recurrentes, Generative Adversarial Network entre muchos otros.
En este libro el lector encontrará una guía para adentrarse de manera práctica al deep learning con la ayuda de la librería Keras, que aprenderá a como usarla para desarrollar y evaluar modelos deep learning. Aunque el deep learning se sustenta en fascinantes matemáticas, estas no son estrictamente necesarias para poder iniciarse e incluso crear proyectos que generen valor a la empresa gracias a librerías Python cómo la de Keras. Este libro es la primera parte del libro completo que espero poder acabar y publicar dentro de unos meses.
SEGUNDA PARTE
En este libro el lector encontrará la SEGUNDA PARTE del libro "DEEP LEARNING Introducción práctica con Keras" a la que me comprometí acabar. El libro trata de ser una guía en lengua castellana para adentrarse de manera práctica al Deep Learning con la ayuda de Keras como API (y con código actualizado a TensorFlow 2.0). En esta segunda parte se presentan temas como Data Augmentation, Transfer Learning, Redes Neuronales Recurrentes, Generative Adversarial Network entre muchos otros.