Mis disculpas de antemano: Debido a la avalancha de peticiones de dudas y consultas sobre Deep Learning por parte de lectores y lectoras de mis libros divulgativos, sólo podré atender consultas que sean directamente relacionadas con el contenido de los libros (fe de errata, aclaraciones concretas …). Lo lamento sinceramente, pero no dispongo del tiempo para poder dar apoyo a proyectos con Deep Learning que los lectores y lectoras estén realizando en estos momentos. Me sabe especialmente mal para aquellos estudiantes que estén realizando un proyecto académico, pero por tiempo es imposible. En este caso, estoy seguro que si se dirigen a su director/tutor podrán canalizar las dudas. Siento las molestias que esto pueda acarrear.
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
Descarga de datos y recursos adicionales (código de descarga: PYTHON4)