Ir al contenido
  • Tem谩tica
    • Literatura
      • Novela rom谩ntica
      • Aventuras
      • Ciencia Ficci贸n
      • Fantas铆a
      • Grandes Cl谩sicos
      • Literatura contempor谩nea
      • Novela hist贸rica
      • Novela literaria
      • Novela negra, misterio y thriller
      • Humor
      • Poes铆a
      • Literatura juvenil
      • Ficci贸n femenina
    • C贸mic e ilustrado
      • C贸mic
      • Novela gr谩fica
      • Libros ilustrados
      • C贸mic infantil
      • C贸mic juvenil
      • C贸mic de autor
      • C贸mic de humor
      • C贸mic de no ficci贸n
      • C贸mics de influencers
    • Ciencia historia y sociedad
      • Historia
      • Biograf铆as y memorias
      • Ciencia y tecnolog铆a
      • Econom铆a, pol铆tica, sociedad y actualidad
      • Filosof铆a
    • Salud y bienestar
      • Autoayuda
      • Espiritualidad
      • Familia y crianza
      • Nutrici贸n, belleza y fitness
    • Ocio y libro pr谩ctico
      • Arte
      • Cine y m煤sica
      • Business
      • Cocina
      • Fotograf铆a
      • Gu铆as y literatura de viajes
      • Tiempo libre
      • Uso de la lengua y diccionarios
    • Libros ilustrados
      • De 0 a 3 a帽os
      • A partir de 4 a帽os
      • A partir de 7 a帽os
      • A partir de 9 a帽os
    • Literatura juvenil
      • Ocio
      • Autoconocimiento y binestar
      • Historias reales
      • Ciencia Ficci贸n juvenil
      • Ciencia, tecnolog铆a y naturaleza
      • Activismo
      • Novela fant谩stica juvenil
      • Libros juveniles de influencers
      • Novelas juveniles
      • Novela rom谩ntica juvenil
      • Novela juvenil de aventuras
      • Poes铆a juvenil
      • Thriller juvenil
      • Tiempo libre juvenil
    • Universidad
      • Derecho
      • Filosof铆a y pensamiento
      • Sociolog铆a
      • Comunicaci贸n
      • Pol铆tica
      • Arte y est茅tica
      • Materiales de apoyo
      • Econom铆a
      • Psicolog铆a
      • Educaci贸n
      • Ciencia y t茅cnica
      • M煤sica
      • Oposiciones
  • Autores
  • Editorial
  • Actualidad
Buscar
https://hablamosdelibros.es/producto/deep-learning-con-keras-y-pytorch-2/ 250249 Deep Learning con Keras y PyTorch La Inteligencia Artificial ha experimentado un gran auge en los 煤ltimos a帽os, tanto en el mundo acad茅mico como en el empresarial, con incre铆bles resultados en el reconocimiento de voz, los modelos de conversaci贸n, la visi贸n artificial y otras aplicaciones. Detr谩s de todos estos avances se encuentra la tecnolog铆a basada en los modelos matem谩ticos de redes neuronales profundas, conocida como aprendizaje profundo o 'Deep Learning'. Conocer esta tecnolog铆a abre las puertas a un inmenso mercado digital, al campo de la investigaci贸n y a innumerables oportunidades de negocio. En estas p谩ginas el lector encontrar谩 una introducci贸n a los fundamentos de ese paradigma de aprendizaje computacional. Los aspectos te贸ricos se complementan con ejemplos de implementaci贸n en los dos 'frameworks' de programaci贸n m谩s populares en la actualidad dentro de este campo: Keras y PyTorch. El libro describe las arquitecturas vertebradoras del 'Deep Learning', como el perceptr贸n multicapa, las redes convolucionales y las redes recurrentes, entre otras, as铆 como su aplicaci贸n en los campos de la visi贸n por computador y el procesamiento del lenguaje natural. Todos estos contenidos se estudiar谩n mediante ejemplos y ejercicios, asumiendo que el lector no ha trabajado con estos 'frameworks' previamente', aunque s铆 con el lenguaje de programaci贸n Python. https://hablamosdelibros.es/wp-content/uploads/2023/09/MU00577501-6-600x771.jpg 30.95 instock Ocio y libro pr谩cticoBusiness 0 0.00 0 https://hablamosdelibros.es/wp-content/uploads/2023/09/MU00577501-6-300x300.jpg 8243398259982758246182473 30.95 0.00 0.00 2023-08-25T06:43:16+02:00
Inicio / Ocio y libro pr谩ctico / Business / Deep Learning con Keras y PyTorch

Deep Learning con Keras y PyTorch

La Inteligencia Artificial ha experimentado un gran auge en los 煤ltimos a帽os, tanto en el mundo acad茅mico como en el empresarial, con incre铆bles resultados en el reconocimiento de voz, los modelos de conversaci贸n, la visi贸n artificial y otras aplicaciones. Detr谩s de todos estos avances se encuentra la tecnolog铆a basada en los modelos matem谩ticos de redes neuronales profundas, conocida como aprendizaje profundo o ‘Deep Learning’. Conocer esta tecnolog铆a abre las puertas a un inmenso mercado digital, al campo de la investigaci贸n y a innumerables oportunidades de negocio.

En estas p谩ginas el lector encontrar谩 una introducci贸n a los fundamentos de ese paradigma de aprendizaje computacional. Los aspectos te贸ricos se complementan con ejemplos de implementaci贸n en los dos ‘frameworks’ de programaci贸n m谩s populares en la actualidad dentro de este campo: Keras y PyTorch. El libro describe las arquitecturas vertebradoras del ‘Deep Learning’, como el perceptr贸n multicapa, las redes convolucionales y las redes recurrentes, entre otras, as铆 como su aplicaci贸n en los campos de la visi贸n por computador y el procesamiento del lenguaje natural. Todos estos contenidos se estudiar谩n mediante ejemplos y ejercicios, asumiendo que el lector no ha trabajado con estos ‘frameworks’ previamente’, aunque s铆 con el lenguaje de programaci贸n Python.

Formato:

30,95 €

( impuestos incluidos )
Amazon
Casa del Libro
El Corte Ingl茅s
Fnac
Todos tus Libros
Agapea
DESCRIPCI脫N
FICHA T脡CNICA
DESCRIPCI脫N

La Inteligencia Artificial ha experimentado un gran auge en los 煤ltimos a帽os, tanto en el mundo acad茅mico como en el empresarial, con incre铆bles resultados en el reconocimiento de voz, los modelos de conversaci贸n, la visi贸n artificial y otras aplicaciones. Detr谩s de todos estos avances se encuentra la tecnolog铆a basada en los modelos matem谩ticos de redes neuronales profundas, conocida como aprendizaje profundo o ‘Deep Learning’. Conocer esta tecnolog铆a abre las puertas a un inmenso mercado digital, al campo de la investigaci贸n y a innumerables oportunidades de negocio.

En estas p谩ginas el lector encontrar谩 una introducci贸n a los fundamentos de ese paradigma de aprendizaje computacional. Los aspectos te贸ricos se complementan con ejemplos de implementaci贸n en los dos ‘frameworks’ de programaci贸n m谩s populares en la actualidad dentro de este campo: Keras y PyTorch. El libro describe las arquitecturas vertebradoras del ‘Deep Learning’, como el perceptr贸n multicapa, las redes convolucionales y las redes recurrentes, entre otras, as铆 como su aplicaci贸n en los campos de la visi贸n por computador y el procesamiento del lenguaje natural. Todos estos contenidos se estudiar谩n mediante ejemplos y ejercicios, asumiendo que el lector no ha trabajado con estos ‘frameworks’ previamente’, aunque s铆 con el lenguaje de programaci贸n Python.

FICHA T脡CNICA

Colecci贸n
Manuales Imprescindibles
Editorial
Anaya Multimedia
SKU
9788441548169
C贸digo Comercial
2311382
Fecha Publicaci贸n
14/09/2023
Encuadernaci贸n
R煤stica Hilo
P谩ginas
400
ISBN
978-84-415-4816-9

SOBRE EL AUTOR/A

Antonio Javier Gallego S谩nchez
Antonio Javier Gallego es Ingeniero en Inform谩tica (2004) y doctor (2012) por la Universidad de Alicante. Investigador postdoctoral en la Universidad de Edimburgo y en el centro de computaci贸n de alto rendimiento de Reino Unido. Se desempe帽a como profesor titular de universidad del Departamento de Lenguajes y Sistemas Inform谩ticos, en el que imparte clases sobre aprendizaje autom谩tico, visi贸n artificial y 'Deep Learning'. Ha participado en m谩s de veinte proyectos de investigaci贸n y es autor de m谩s de ochenta publicaciones relacionadas con la inteligencia artificial.
Mar铆a Alfaro Contreras
Mar铆a Alfaro es Ingeniera en Telecomunicaciones por la Universidad de Alicante en 2018. Actualmente ejerce como investigadora en el Departamento de Lenguajes y Sistemas Inform谩ticos gracias a un contrato para la Formaci贸n de Profesorado Universitario (FPU) del Ministerio de Universidades. Su 谩rea de investigaci贸n se centra en el uso de 'Deep Learning' en transcripci贸n autom谩tica de m煤sica. Ha sido galardonada en el 芦XVIII Certamen Universitario Arqu铆medes禄 en el 谩rea 芦Ingenier铆a y Arquitectura禄 del Ministerio de Ciencia, Innovaci贸n y Universidades y con el premio nacional 芦Futuro de las Telecomunicaciones禄, en la categor铆a 芦Ingenier铆a de Sonido e Imagen禄 del Colegio Oficial de Ingenieros T茅cnicos de Telecomunicaci贸n.
Jorge Calvo Zaragoza
Jorge Calvo es Ingeniero en Inform谩tica (2011) y Doctor (2016) por la Universidad de Alicante. Investigador postdoctoral en McGill University (Montreal, Canad谩) y en la Universidad Polit茅cnica de Valencia. Actualmente ejerce como profesor titular en el Departamento de Lenguajes y Sistemas Inform谩ticos de la Universidad de Alicante. Ha publicado un centenar de art铆culos cient铆ficos relacionados con el uso de 'Deep Learning' en diversas aplicaciones. Su experiencia docente incluye asignaturas de an谩lisis y dise帽o de algoritmos, aprendizaje autom谩tico e inteligencia artificial.
Carlos Garrido Mu帽oz
Carlos Garrido es Ingeniero Inform谩tico y Cient铆fico de Datos por la Universidad de Alicante en 2021 y 2022, respectivamente. Ejerce como investigador en el Instituto Universitario de Investigaci贸n Inform谩tica de la Universidad de Alicante. Actualmente investiga el desarrollo de modelos generalistas de 'Deep Learning' para facilitar su transferencia a casos de uso reales.
Antonio R铆os Vila
Antonio R铆os es Ingeniero Multimedia (2020) y Cient铆fico de Datos (2021) por la Universidad de Alicante. Actualmente es investigador en el Departamento de Lenguajes y Sistemas Inform谩ticos de la Universidad de Alicante. Su 谩rea de investigaci贸n se centra en el uso de 'Deep Learning' en transcripci贸n autom谩tica de m煤sica y texto manuscrito. Cuenta con un premio nacional concedido por el Ministerio de Asuntos Econ贸micos y Transformaci贸n Digital relacionado con el uso de datos y t茅cnicas de aprendizaje autom谩tico para mejorar la gesti贸n de la salud p煤blica.
Jos茅 Javier Valero Mas
Jos茅 Javier Valero es Ingeniero en Telecomunicaci贸n por la Universidad Miguel Hern谩ndez de Elche (2012) y Doctor en Inform谩tica por la Universidad de Alicante (2017). Investigador postdoctoral en la Queen Mary University (Londres, Reino Unido), la Universitat Pompeu Fabra (Barcelona) y la Universidad de Alicante, donde actualmente ejerce su actividad profesional. Su investigaci贸n se centra en el Aprendizaje Autom谩tico y en el 'Deep Learning' aplicados a las tareas de Extracci贸n y Recuperaci贸n de Informaci贸n Musical.
❮ ❯

TAMBI脡N TE PUEDE INTERESAR

Los cometas de Miriam. 隆La importancia de creer en ti!
Miriam Fern谩ndez
eBook
Data Analytics. Mide y Vencer谩s
I帽aki Gorostiza Esquerdeiro
Asier Barainca Fontao
Tapa blanda
JavaScript. Edici贸n 2018
Astor de Caso Parra
Tapa blanda
Las 100 mejores recetas de Isasaweis
Isasaweis
eBook
JavaScript. La Gu铆a Definitiva
David Flanagan
Tapa blanda
El secreto de la innovaci贸n
Alejandro Ambrad Chalela
eBook
hablamos-de-libros-logo

Sobre nosotros

  • Actualidad
  • Qui茅nes Somos
  • Grupo Anaya
  • Actualidad
  • Qui茅nes Somos
  • Grupo Anaya

Otros links

  • Pol铆tica de Privacidad
  • Pol铆tica de cookies
  • L铆nea 茅tica – Grupo Anaya
  • Pol铆tica de Privacidad
  • Pol铆tica de cookies
  • L铆nea 茅tica – Grupo Anaya
Línea Ética / Denuncias Administrar mis cookies
GRUPO ANAYA. S.A.U. | C/ Valentín Beato, nº 21. 28037. Madrid (España) | clientes@grupoanaya.com
LinkedIn Link Grupo Anaya Link
adroll_adv_id = "MG4DXLEHD5ABTAVH7CHI63"; adroll_pix_id = "47QKL24UGBDU7DMKFT5CTY"; adroll_version = "2.0"; adroll_current_page = "product_page"; adroll_currency = "EUR"; adroll_language = "es_ES"; adroll_products = [{"product_id":"250249","price":"30.95","category":"ocio y libro pr\u00e1ctico","name":"Deep Learning con Keras y PyTorch"}];

Utilizamos cookies para ofrecerte la mejor experiencia en nuestra web.

Puedes aprender m谩s sobre qu茅 cookies utilizamos o desactivarlas en los .

Contacto

Puedes contactar con nuestro departamento de Atenci贸n al Cliente en en el  e-mail clientes@grupoanaya.com o a trav茅s de nuestro formulario de contacto.

CONTACTE

Si ets docent, contacta amb el nostre departament d’Atenci贸 al Client a trav茅s de l’e-mail clientes@grupoanaya.com oa trav茅s del nostre formulari de contacte.

Contacto

Se es docente, ponte en contacto co noso departamento de Atenci贸n ao Cliente no correo electr贸nico clientes@grupoanaya.com ou a trav茅s do noso formulario de contacto.

Powered by  GDPR Cookie Compliance
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La informaci贸n de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qu茅 secciones de la web encuentras m谩s interesantes y 煤tiles.

Cookies estrictamente necesarias

Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.

Si desactivas esta cookie no podremos guardar tus preferencias. Esto significa que cada vez que visites esta web tendr谩s que activar o desactivar las cookies de nuevo.

Cookies de terceros

Esta web utiliza Google Analytics para recopilar informaci贸n an贸nima tal como el n煤mero de visitantes del sitio, o las p谩ginas m谩s populares.

Dejar esta cookie activa nos permite mejorar nuestra web.

隆Por favor, activa primero las cookies estrictamente necesarias para que podamos guardar tus preferencias!

Pol铆tica de cookies

M谩s informaci贸n sobre nuestra pol铆tica de cookies