Python Deep Learning: Introducción práctica con Keras y TensorFlow 2 (APRENDER CON 100 EJERCICIOS PRACTICOS)

PARTE 1: INTRODUCCIÓN <br/> CAPÍTULO 1. ¿Qué es el Deep Learning?<br/> 1.1 Inteligencia artificial<br/> 1.2 Machine Learning<br/> 1.3 Redes Neuronales y Deep Learning<br/> 1.4 ¿Por qué ahora?<br/> CAPÍTULO 2. Entorno de trabajo <br/> 2.1 Entorno Colab<br/> 2.2 TensorFlow<br/> 2.3 Keras<br/> CAPÍTULO 3. Conceptos básicos de Python y sus librerías <br/> 3.1 Conceptos básicos de Python<br/> 3.2 Tensores <br/> 3.3 Librerías básicas<br/> <br/> PARTE 2: FUNDAMENTOS DE DEEP LEARNING <br/> CAPÍTULO 4. Redes neuronales densamente conectadas <br/> 4.1 Caso de estudio: reconocimiento de dígitos<br/> 4.2 Una neurona artificial<br/> 4.3 Redes neuronales<br/> 4.4 Función de activación softmax<br/> CAPÍTULO 5. Redes neuronales en Keras <br/> 5.1 Precarga y preprocesado de datos<br/> 5.2 Definición del modelo<br/> 5.3 Configuración del proceso de aprendizaje<br/> 5.4 Entrenamiento del modelo<br/> 5.5 Evaluación del modelo<br/> 5.6 Generación de predicciones<br/> CAPÍTULO 6. Cómo se entrena una red neu