Redes Neuronales & Deep Learning
Fernando Berzal:
Redes Neuronales
& Deep Learning
Volumen I:
Entrenamiento de redes
neuronales artificiales
ISBN-10: 1-0903-2030-2
ISBN-13: 978-1-0903-2030-8
Fernando Berzal:
Redes Neuronales
& Deep Learning
Volumen II:
Regularización, optimización
& arquitecturas especializadas
ISBN-10: 1-0903-3688-8
ISBN-13: 978-1-0903-3688-0
Redes Neuronales & Deep Learning
¿Qué tienen en común los traductores automáticos que nos permiten leer, en nuestra propia lengua, textos escritos en otros idiomas, los sistemas de reconocimiento de voz que todos llevamos en nuestro teléfono móvil o los sistemas de visión artificial que le permiten a un coche autónomo distinguir una señal de tráfico de otra? Todos ellos son ejemplos de aplicaciones cotidianas basadas en el uso de redes neuronales artificiales.
Las redes neuronales artificiales, popularizadas actualmente bajo la denominación "deep learning", se enmarcan dentro del campo de la Inteligencia Artificial. Más concretamente, dentro de las técnicas de aprendizaje automático o "machine learning". Actualmente, las técnicas "deep learning" están revolucionando el mundo de la Inteligencia Artificial y compañías como Google, Facebook, Amazon o Microsoft, entre otras muchas, se disputan a los ingenieros y doctorandos familiarizados con este tipo de técnicas.
En este libro se presentan el origen, la motivación, la inspiración, la evolución y las aplicaciones de las redes neuronales artificiales. Se realiza especial hincapié en las técnicas algorítmicas que permiten el entrenamiento de redes neuronales (esto es, los algoritmos que se utilizan para que las redes aprendan y los distintos problemas que hay que solventar para que las redes neuronales artificiales funcionen correctamente en la práctica). También se detallan múltiples técnicas que se han propuesto recientemente para construir redes neuronales "profundas" (el origen del término "deep learning"). Aunque las redes neuronales artificiales existían desde los orígenes de la I.A., la eclosión del "deep learning" se produjo, ya entrado el siglo XXI, tras conseguir igualar, cuando no mejorar, el rendimiento de los seres humanos en la resolución de tareas que, hasta hace poco, se consideraban de nuestro dominio exclusivo.
Primera edición, 2018
753 páginas, 7.5" x 9.25", 19.1 x 4.3 x 23.5 cm, 1.57 kg
ISBN-10: 1-7312-6538-7 (blanco y negro) / 1-7313-1433-7 (color)
ISBN-13: 978-1-7312-6538-8 (blanco y negro) / 978-1-7313-1433-8 (color)
Edición en dos volúmenes, 2019
450+327 páginas, 8.5" x 11", 21.6 x (2.6 + 1.9) x 27.9 cm, 2.21kg (1.27kg +939 g)
ISBN-10: 1-0903-2030-2 (volumen 1) / 1-0903-3688-8 (volumen 2)
ISBN-13: 978-1-0903-2030-8 (volumen 1) / 978-1-0903-3688-0 (volumen 2)
Información adicional del libro, incluyendo ejemplos a todo color:
Tutoriales de uso de TensorFlow, Keras, MXNet y PyTorch disponibles en la sección de herramientas.
Comentarios, dudas y sugerencias:
Fernando Berzal (berzal@acm.org).
Fernando Berzal:
Redes Neuronales
& Deep Learning
Edición independiente, 2018
753 páginas en blanco y negro
ISBN-10: 1-7312-6538-7
ISBN-13: 978-1-7312-6538-8
Información adicional, incluyendo ejemplos a todo color.
Fernando Berzal:
Redes Neuronales
& Deep Learning
Edición independiente, 2018
753 páginas en color
ISBN-10: 1-7313-1433-7
ISBN-13: 978-1-7313-1433-8
Información adicional, incluyendo ejemplos a todo color.
Edición en blanco y negro
Fernando Berzal:
Redes Neuronales & Deep Learning
Edición independiente, 2018
753 páginas en blanco y negro
ISBN-10: 1-7312-6538-7
ISBN-13: 978-1-7312-6538-8
Edición a todo color
Fernando Berzal:
Redes Neuronales & Deep Learning
Edición independiente, 2018
753 páginas en color
ISBN-10: 1-7313-1433-7
ISBN-13: 978-1-7313-1433-8
Edición en dos volúmenes
Fernando Berzal:
Redes Neuronales & Deep Learning
Volumen I: Entrenamiento de redes neuronales artificiales
Edición independiente, 2019
ISBN-10: 1-0903-2030-2
ISBN-13: 978-1-0903-2030-8
Fernando Berzal:
Redes Neuronales & Deep Learning
Volumen II: Regularización, optimización & arquitecturas especializadas
Edición independiente, 2019
ISBN-10: 1-0903-3688-8
ISBN-13: 978-1-0903-3688-0