Programación de redes neuronales con Python
Las redes neuronales son el núcleo de la IA, así que asegúrate de estar a la vanguardia con esta guía. Si eres un principiante, haz un curso intensivo de Python y los conceptos matemáticos que necesitarás para comprender y crear redes neuronales. O lánzate directamente a programar tu primera red neuronal, desde la implementación de la biblioteca scikit-learn hasta el uso del algoritmo de aprendizaje perceptrón. Aprenda a entrenar su red neuronal, medir errores, utilizar el aprendizaje por transferencia, implementar el modelo CRISP-DM y mucho más. Tanto si le interesa el aprendizaje automático, la IA genérica, los LLM, el aprendizaje profundo o todo lo anterior, ¡este es el libro sobre IA que necesita!
- Tu introducción práctica a la programación de redes neuronales
- Desarrolla y entrena redes simples y multicapa con Python.
- Aprenda sobre algoritmos, funciones de activación, transformadores y mucho más.
Aprenderás sobre:
- Lo básico:
¡Aprende sobre las redes neuronales desde cero! Comprende cómo funcionan las redes neuronales y cuáles son sus elementos básicos, desde algoritmos y funciones de activación hasta transformadores. ¡Incluye una introducción a las matemáticas y Python para principiantes!
- Poner la teoría en práctica:
Desarrolle diferentes tipos de redes neuronales: simples, multicapa e incluso redes neuronales profundas. Repase diversos ejemplos prácticos, desde la clasificación de imágenes hasta los modelos de lenguaje grandes (LLM).
- Dejar que las máquinas aprendan:
Entrena tu red neuronal recién creada (¡o modificada!). Obtén consejos de expertos sobre cómo utilizar hábilmente los datos de entrenamiento, seleccionar las herramientas adecuadas, aumentar las tasas de acierto de tus modelos y evitar errores.
Aspectos Destacados:
- Creación de redes
- Capacitación en redes
- Aprendizaje supervisado y no supervisado
- Aprendizaje por refuerzo
- Algoritmos
- Redes multicapa
- Redes neuronales profundas
- Retropropagación
- Transformers
- Python
- Conceptos matemáticos
- TensorFlow
Programming Neural Networks with Python
Neural networks are at the heart of AI—so ensure you’re on the cutting edge with this guide! For true beginners, get a crash course in Python and the mathematical concepts you’ll need to understand and create neural networks. Or jump right into programming your first neural network, from implementing the scikit-learn library to using the perceptron learning algorithm. Learn how to train your neural network, measure errors, make use of transfer learning, implement the CRISP-DM model, and more. Whether you’re interested in machine learning, gen AI, LLMs, deep learning, or all of the above, this is the AI book you need!
- Your practical introduction to programming neural networks
- Develop and train simple and multi-layer networks with Python
- Learn about algorithms, activation functions, transformers, and more
You'll learn about:
- The Basics:
Learn about neural networks from the ground up! Understand how neural networks work and what their basic elements are, from algorithms and activation functions to transformers. Includes a primer on mathematics and Python for beginners!
- Putting Theory into Practice:
Develop different types of neural networks: simple ones, multi-layer ones, and even deep neural networks. Walk through diverse practical examples, from image classification to large language models (LLMs).
- Letting the Machines Learn:
Train your newly created (or modified!) neural network. Get expert tips on skillfully using training data, selecting the right tools, increasing the hit rates of your models, and avoiding pitfalls.
Key Highlights:
- Network creation
- Network training
- Supervised and unsupervised learning
- Reinforcement learning
- Algorithms
- Multi-layer networks
- Deep neural networks
- Back propagation
- Transformers
- Python
- Mathematical concepts
- TensorFlow
