Diaz Rodriguez, Hernan
Description
Este libro ofrece una guía clara y progresiva para comprender los fundamentos y arquitecturas del aprendizaje profundo en Python mediante aplicaciones
...
prácticas utilizando las librerías Keras y Pytorch. Está dirigido a Estudiantes que se inician en el área Profesionales de la computación que desean reforzar y actualizar su conocimiento teórico y práctico. Profesores que necesiten material de apoyo para sus clases (teoría y prácticas) El contenido combina explicaciones conceptuales con ejemplos en Python. En los primeros capítulos se utiliza Keras para introducir redes densas y convolucionales. En los capítulos avanzados se emplea PyTorch, una herramienta cercana a la investigación, ideal para trabajar con arquitecturas personalizadas.
Cada capítulo incluye un vídeo explicativo en Youtube y un cuaderno interactivo con el código fuente en Colab para facilitar la experimentación práctica.
El libro se organiza en cinco partes:
-Redes Clásicas: perceptrones y modelos de regresión y clasificación en Keras.
-Visión por Computador: redes convolucionales, segmentación (UNET) y detección (YOLO).
-Transformers y Large Language Models: mecanismo de atención, GPT, CLIP.
-Modelos Generativos: GANs, modelos de difusión y generación de imágenes.
-Aprendizaje por Refuerzo: Deep Q-Networks y métodos de Policy Gradient (PPO).
Hernán Díaz Rodríguez es profesor en el Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Oviedo, donde también obtuvo su Doctorado en Informática. Es Ingeniero en Informática por la misma institución y cuenta con un MBA por Open University (Reino Unido). Con más de veinte años de experiencia en los sectores público y privado, ha desarrollado su carrera en proyectos de tecnología e investigación avanzada. Destacan sus cinco años de trabajo en el CERN, el Centro Europeo de Investigación Nuclear, uno de los mayores laboratorios científicos del mundo.
Read more