Deep Learning 2018-04-23T11:48:20+00:00

A través de esta página iré avanzando borradores a medida que vaya completando partes de mi nuevo libro, para que aquellos a los que les interese el tema ya lo tengan a su disposición y puedan hacerme llegar sus comentarios, si lo creen conveniente, a Libro.DeepLearning.Barcelona@gmail.com

Deep Learning

Introducción práctica con Keras

Post de motivación y plan de publicación

Portada (PDF) [borrador 23/04/18]

Índice de contenidos (PDF) [borrador 23/04/18]

Prefacio (PDF)  [borrador 23/04/18]

Introducción (PDF)  [borrador 23/04/18]

1 Ante una nueva tecnología disruptiva (PDF)   [borrador 23/04/18]

1.1 La inteligencia artificial está cambiando nuestras vidas
1.2 Inteligencia artificial, Machine Learning y Deep Learning
1.3 ¿Porqué ahora?
1.4 Preparar entorno de trabajo

2 Redes neuronales densamente conectadas
2.1 Caso de estudio: reconocimiento de dígitos escritos a mano
2.2 Perceptron
2.3 Multi-Layer Perceptron
2.4 Datos para alimentar una red neuronal
2.5 Redes densamente conectadas en Keras
2.6 Pasos para implementar una red neuronal en Keras

3 Como se entrena una red neuronal
3.1 Proceso de aprendizaje de una red neuronal
3.2 Funciones de activación
3.3 Elementos del backpropagation
3.4 Parametrización de los modelos
3.5 Ejemplo para una clasificación binaria

4 Los datos y su preparación
4.1 Datasets para entrenar las redes Deep Learning
4.2 Preprocesado de datos para redes neuronales
4.3 One-hot encode
4.4 Word Embedding

5 Prevención del Overfitting
5.1 Overfitting y underfitting
5.2 Abordar el sobreajuste a través de curvas de validación
5.3 Obtener mas datos
5.4 Reducir el tamaño de la red neuronal
5.5 Añadir regularización de los pesos
5.6 Dropout

6 Redes neuronales convolucional
6.1 Representación de la información en las neuronas artificiales
6.2 Componentes básicos de una red neuronal convolucional
6.3 Implementación de un modelo básico
6.4 Parámetros de la capa convolucional

7 Que hacer cuando hay pocos datos
7.1 Caso de estudio: modelo para clasificar perros y gatos
7.2 Data Augmentation
7.3 Transfer Learning
7.4 Feature extraction
7.5 Fine-tuning

8 Redes neuronales recurrentes
8.1 Conceptos básicos de redes neuronal recurrente
8.2 Implementación en Keras

Clausura 

Agradecimientos