Redes Neuronales & Deep Learning (Spanish Edition) [Spanish]

By Fernando Berzal

?Qu? tienen en com?n los traductores autom?ticos que nos permiten leer, en nuestra propia lengua, textos escritos en otros idiomas, los sistemas de reconocimiento de voz que todos llevamos en nuestro tel?fono m?vil o los sistemas de visi?n artificial que le permiten a un coche aut?nomo distinguir una se?al de tr?fico 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 denominaci?n deep learning , se enmarcan dentro del campo de la Inteligencia Artificial. M?s concretamente, dentro de las t?cnicas de aprendizaje autom?tico o machine learning . Actualmente, las t?cnicas de deep learning est?n revolucionando el mundo de la Inteligencia Artificial y compa??as como Google, Facebook, Amazon o Microsoft, entre otras muchas, se disputan a los ingenieros y doctorandos familiarizados con este tipo de t?cnicas. En este libro se presentan el origen, la motivaci?n, la inspiraci?n, la evoluci?n y las aplicaciones de las redes neuronales artificiales. Se realiza especial hincapi? en las t?cnicas algor?tmicas 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 pr?ctica). Tambi?n se detallan m?ltiples t?cnicas de tipo heur?stico que se han propuesto recientemente para construir redes neuronales "profundas" (el origen del t?rmino deep learning ). Aunque las redes neuronales artificiales exist?an desde los or?genes de la I.A., la eclosi?n del deep learning se produjo, ya entrado el siglo XXI, tras conseguir igualar, cuando no mejorar, el rendimiento de los seres humanos en la resoluci?n de tareas que, hasta hace poco, se consideraban de nuestro dominio exclusivo. Contenido del libro Parte I. Redes neuronales artificiales Inteligencia Artificial Aprendizaje autom?tico Evaluaci?n de los resultados del aprendizaje T?cnicas de aprendizaje autom?tico Deep Learning Modelos de neuronas y redes neuronales artificiales Parte II. Entrenamiento de redes neuronales artificiales Perceptrones El algoritmo de propagaci?n de errores [ backpropagation ] T?cnicas heur?sticas para el entrenamiento de redes neuronales Prevenci?n del sobreaprendizaje (a.k.a. regularizaci?n o c?mo conseguir que una red aprenda mejor) Algoritmos de optimizaci?n (o c?mo conseguir que una red aprenda m?s r?pido) Parte III. Arquitecturas especializadas Softmax (para problemas de clasificaci?n) Redes convolutivas (para trabajar con im?genes y otros tipos de se?ales) Aviso importante Este volumen est? editado utilizando un tipo de letra m?s peque?o de lo habitual. Existe una edici?n en formato grande, 8.5" x 11", que incluye exactamente el mismo contenido pero utiliza un tama?o de letra un 20% m?s grande. No obstante, por restricciones de imprenta dado el n?mero de p?ginas de la presente obra, dicha edici?n est? dividida en dos vol?menes, con ISBN 1-0903-2030-2 (volumen I) y 1-0903-3688-8 (volumen II).

• Format: Paperback
• Language: Spanish
• ISBN: 1731265387
• ISBN13: 9781731265388
• Release Date: November 2018
• Publisher: Independently published
• Length: 753 Pages
• Weight: 3.22 lbs.
• Dimensions: 9.3" x 1.7" x 7.5"