DISPONIBLE EN : 
Logo MARCOMBO

y

Comprar libro en Amazon

CONTENIDO DEL LIBRO:

Contenido del libro

Prefacio 

Acerca de este libro

PARTE 1: INTRODUCCIÓN

CAPÍTULO 1. ¿Qué es el Deep Learning?

CAPÍTULO 2. Entorno de trabajo

CAPÍTULO 3. Python y sus librerías

PARTE 2: FUNDAMENTOS DEL DEEP LEARNING

CAPÍTULO 4. Redes neuronales densamente conectadas

CAPÍTULO 5. Redes neuronales en Keras (Descarga PDF de este capítulo)

CAPÍTULO 6. Cómo se entrena una red neuronal

CAPÍTULO 7. Parámetros e hiperparámetros en redes neuronales

CAPÍTULO 8. Redes neuronales convolucionales

PARTE 3: TÉCNICAS DEL DEEP LEARNING

CAPÍTULO 9. Etapas de un proyecto Deep Learning

CAPÍTULO 10. Datos para entrenar redes neuronales

CAPÍTULO 11. Data Augmentation y Transfer Learning

CAPÍTULO 12. Arquitecturas avanzadas de redes neuronales

PARTE 4: DEEP LEARNING GENERATIVO

CAPÍTULO 13. Redes neuronales recurrentes

CAPÍTULO 14. Generative Adversarial Networks

Clausura

Apéndices

Referencias

GitHub del libro

Descarga de datos  y recursos adicionales (código de descarga: PYTHON4)

Agradecimientos

TRANSPARENCIAS DEL CURSO:

Transparencias que uso para impartir mis cursos:

PARTE 1: INTRODUCCIÓN: PythonDL-parte1.pdf

PARTE 2: FUNDAMENTOS DEL DEEP LEARNING: PythonDL-parte2.pdf

PARTE 3: TÉCNICAS DEL DEEP LEARNING: PythonDL-parte3.pdf

PARTE 4: DEEP LEARNING GENERATIVO: PythonDL-parte4.pdf

Si algún profesor o profesora requiere la versión powerpoint para sus clases, puede contactar conmigo para compartirlas.

GALERIA DE FOTOGRAFÍAS DEL LIBRO DURANTE SU LANZAMIENTO:

Gracias a todos y todas por vuestras fotografías.