Implementación de Modelos de Aprendizaje Profundo (Deep Learning)

En los timos a隳s el auge de la inteligencia artificial ha crecido de forma exponencial. Cientos de aplicaciones se desarrollan utilizando algoritmos de aprendizaje autom嫢ico para soluci鏮 de problemas reales. En este libro est?orientado a ense鎙r a personas con conocimientos previos de aprendizaje autom嫢ico y redes neuronales. Por tanto, los conceptos y aplicaciones que aqu?se manejan, aunque suelen ser muy explicativas, en algunos casos suelen ser abstractos. No obstante, para hemos dise鎙do los cap癃ulos que, en primera instancia, ubiquen conceptualmente al lector, ofreci幯dole una base de conocimiento sobre el aprendizaje profundo (Deep Learning), que va desde los fundamentos de las redes neuronales multicapa, redes neuronales recurrentes, redes neuronales convoluciones y aprendizaje por refuerzo. Luego de que lector tenga una inmersi鏮 con estos conceptos y descripci鏮 de algunas aplicaciones asociadas a esta tem嫢ica, se procede a entrenar una red neuronal convolucional para la predicci鏮 de plagas de plantas, un clasificador de frutas y verduras y un modelo de predicci鏮 de enfermedades cardiacas mediante im墔enes m嶮icas computarizadas.