{"product_id":"practical-tensorflow-js-deep-learning-in-web-app-development","title":"Tensorflow.Js práctico: Deep Learning en el desarrollo de aplicaciones web","description":"\u003cp\u003eCapítulo 1\u003cbr\u003e\u003c\/p\u003e\u003cp\u003eBienvenido a TensorFlow.js\u003c\/p\u003e\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● ¿Qué es TensorFlow.js?\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp\u003e● API de TensorFlow.js\u003c\/p\u003e\n\u003cp\u003e○ Tensores\u003cbr\u003e○ Operaciones ○ Variables\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp\u003e● Cómo instalarlo\u003c\/p\u003e\u003cp\u003e● Casos de uso\u003c\/p\u003e\u003cp\u003eCapítulo 2\u003c\/p\u003e\u003cp\u003eCreando tu primer modelo\u003c\/p\u003e\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● Construyendo un modelo de clasificación de regresión logística\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Construyendo un modelo de regresión lineal\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Realizando aprendizaje no supervisado con k-means\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Reducción de dimensionalidad y visualización con t-SNE y d3.js\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp\u003e● Nuestra primera red neuronal\u003c\/p\u003e\n\u003cp\u003eCapítulo 3\u003c\/p\u003e\n\u003cp\u003eCrear una aplicación de dibujo para predecir dígitos escritos a mano usando\u003c\/p\u003e\n\u003cp\u003eRedes neuronales convolucionales y MNIST\u003c\/p\u003e\n\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● Redes neuronales convolucionales\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● El conjunto de datos MNIST\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Diseñar la arquitectura del modelo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Entrenar el modelo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Evaluar el modelo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Construir la aplicación de dibujo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Integrar el modelo dentro de la aplicación\u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp\u003eCapítulo 4\u003c\/p\u003e\u003cp\u003e¡\"Mueve tu cuerpo!\" Un juego con PoseNet, un modelo estimador de poses\u003c\/p\u003e\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● ¿Qué es PoseNet?\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Cargando el modelo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Interpretando el resultado\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp\u003e● Construyendo un juego alrededor de él\u003c\/p\u003e\n\u003cp\u003eCapítulo 5\u003c\/p\u003e\n\u003cp\u003eDetectarte a ti mismo en tiempo real usando un modelo de detección de objetos entrenado en\u003c\/p\u003e\n\u003cp\u003eAutoML de Google Cloud\u003c\/p\u003e\n\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● API de detección de objetos de TensorFlow\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● AutoML de Google Cloud\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Entrenando el modelo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Exportando el modelo e importándolo en TensorFlow.js\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp\u003e● Construyendo la aplicación de cámara web\u003c\/p\u003e\n\u003cp\u003eCapítulo 6\u003c\/p\u003e\n\u003cp\u003eAprendizaje por transferencia con clasificador de imágenes y reconocimiento de voz\u003c\/p\u003e\n\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● ¿Qué es el aprendizaje por transferencia?\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● MobileNet e ImageNet (MobileNet es el modelo base e ImageNet es el conjunto de entrenamiento)\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Transfiriendo el conocimiento\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Reentrenando el modelo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp\u003e● Probando el modelo con un video\u003c\/p\u003e\n\u003cp\u003eCapítulo 7\u003c\/p\u003e\n\u003cp\u003eCensura la comida que no te gusta con pix2pix, Redes Generativas Antagónicas\u003c\/p\u003e\n\u003cp\u003eRedes, y ml5.js\u003c\/p\u003e\n\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● Introducción a las Redes Generativas Antagónicas\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● ¿Qué es la traducción de imágenes?\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Entrenando tu traductor de imágenes personalizado con pix2pix\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp\u003e● Desplegando el modelo con ml5.js\u003c\/p\u003e\n\u003cp\u003eCapítulo 8\u003c\/p\u003e\n\u003cp\u003eDetecta palabras tóxicas desde una extensión de Chrome usando un Universal\u003c\/p\u003e\n\u003cp\u003eCodificador de oraciones\u003c\/p\u003e\n\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● Clasificador de toxicidad\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Entrenando el modelo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Probando el modelo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp\u003e● Integrando el modelo en una extensión de Chrome\u003c\/p\u003e\n\u003cp\u003eCapítulo 9\u003c\/p\u003e\n\u003cp\u003eAnálisis de series de tiempo y generación de texto con redes neuronales recurrentes\u003c\/p\u003e\n\u003cp\u003eRedes\u003c\/p\u003e\n\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● Redes neuronales recurrentes\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Ejemplo 1: Construyendo una RNN para el análisis de series de tiempo\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp\u003e● Ejemplo 2: Construyendo una RNN para generar texto\u003c\/p\u003e\n\u003cp\u003eCapítulo 10\u003c\/p\u003e\n\u003cp\u003eMejores prácticas, integraciones con otras plataformas, observaciones y palabras\u003c\/p\u003e\n\u003cp\u003efinales\u003c\/p\u003e\n\u003cp\u003eEncabezados\u003cbr\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\u003cul\u003e\n\u003cli\u003e\u003cp\u003e● Mejores prácticas\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Integración con otras plataformas\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Materiales para práctica adicional\u003c\/p\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cp\u003e● Conclusión\u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAutor:\u003c\/b\u003e \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-13748710\"\u003eJuan de Dios Santos Rivera\u003c\/a\u003e\u003cbr\u003e\u003cb\u003eEditorial:\u003c\/b\u003e Apress\u003cbr\u003e\u003cb\u003ePublicado:\u003c\/b\u003e 19\/09\/2020\u003cbr\u003e\u003cb\u003ePáginas:\u003c\/b\u003e 303\u003cbr\u003e\u003cb\u003eTipo de encuadernación:\u003c\/b\u003e Tapa blanda\u003cbr\u003e\u003cb\u003ePeso:\u003c\/b\u003e 1.01lbs\u003cbr\u003e\u003cb\u003eTamaño:\u003c\/b\u003e 9.21h x 6.14w x 0.69d\u003cbr\u003e\u003cb\u003eISBN13:\u003c\/b\u003e 9781484262726\u003cbr\u003e\u003cb\u003eISBN10:\u003c\/b\u003e 1484262727\u003cbr\u003e\u003cb\u003eCategorías BISAC:\u003c\/b\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eComputadoras\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM004000\"\u003eInteligencia Artificial | General\u003c\/a\u003e\u003cbr\u003e\u003cbr\u003e\u003cp\u003e\u003cb\u003eSobre el autor\u003c\/b\u003e\u003cbr\u003e\u003cb\u003eJuan De Dios Santos Rivera\u003c\/b\u003e es un ingeniero de aprendizaje automático que se enfoca en la construcción de plataformas basadas en datos y aprendizaje automático. Como ingeniero de software de Big Data para aplicaciones móviles, su rol ha sido construir soluciones para detectar spammers y evitar su proliferación. Este libro va de la mano con ese rol en la construcción de soluciones de datos. A medida que el campo de la IA sigue creciendo, los desarrolladores deben seguir extendiendo el alcance de nuestros productos a todas las plataformas existentes, lo que incluye los navegadores web.\u003c\/p\u003e","brand":"Apress","offers":[{"title":"Default Title","offer_id":42652303622381,"sku":"9781484262726","price":69.99,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0550\/8097\/6621\/products\/img_5280852f-523b-4bab-b163-c4c48cab812e.jpg?v=1649232044","url":"https:\/\/sureshotbooks.com\/es\/products\/practical-tensorflow-js-deep-learning-in-web-app-development","provider":"SureShot Books Publishing LLC","version":"1.0","type":"link"}