Descripción
Con el resurgimiento de las redes neuronales en la década de 2010, el aprendizaje profundo se ha vuelto esencial para los profesionales del aprendizaje automático e incluso para muchos ingenieros de software. Este libro ofrece una introducción completa para científicos de datos e ingenieros de software con experiencia en aprendizaje automático. Comenzará con los conceptos básicos del aprendizaje profundo y pasará rápidamente a los detalles de arquitecturas avanzadas importantes, implementando todo desde cero.
El autor Seth Weidman le muestra cómo funcionan las redes neuronales utilizando un enfoque de primeros principios. Aprenderá cómo aplicar redes neuronales multicapa, redes neuronales convolucionales y redes neuronales recurrentes desde cero. Con una comprensión profunda de cómo funcionan las redes neuronales matemática, computacional y conceptualmente, estará preparado para el éxito en todos sus futuros proyectos de aprendizaje profundo.
Este libro proporciona:
- Modelos mentales extremadamente claros y completos, acompañados de ejemplos de código en funcionamiento y explicaciones matemáticas, para comprender las redes neuronales.
- Métodos para implementar redes neuronales multicapa desde cero, utilizando un marco de programación orientada a objetos fácil de entender.
- Implementaciones funcionales y explicaciones claras de redes neuronales convolucionales y recurrentes.
- Implementación de estos conceptos de redes neuronales utilizando el popular marco PyTorch.
Autor: Seth Weidman
Editorial: O'Reilly Media
Publicado: 01/10/2019
Páginas: 252
Tipo de encuadernación: Tapa blanda
Peso: 0.90lbs
Tamaño: 9.19h x 7.00w x 0.53d
ISBN13: 9781492041412
ISBN10: 1492041416
Categorías BISAC:
- Informática | Procesamiento de imágenes
- Informática | Ciencias de la Computación
- Informática | Ciencia de datos | Análisis de datos
Sobre el Autor
Seth Weidman es un científico de datos que ha aplicado y enseñado conceptos de aprendizaje automático durante varios años. Comenzó como el primer científico de datos en Trunk Club, donde construyó modelos de puntuación de clientes potenciales y sistemas de recomendación, y actualmente trabaja en Facebook, donde construye modelos de aprendizaje automático para su equipo de infraestructura. Entre tanto, enseñó ciencia de datos y aprendizaje automático para los bootcamps y el equipo de capacitación corporativa en Metis. Le apasiona explicar conceptos complejos de manera sencilla, esforzándose por encontrar la simplicidad al otro lado de la complejidad.