Libro: Introducción a DEEP LEARNING: Algoritmos, Arquitecturas y Aplicaciones Prácticas en Python

Aprende deep learning con Python desde el perceptrón hasta entrenar tu propio modelo de Stable Diffusion. Un libro escrito por un profesor universitario de Inteligencia Artificial y ex-investigador del CERN, con PyTorch, Keras, Transformers, GPT, YOLO, GANs y Aprendizaje por Refuerzo explicados paso a paso. Cada capítulo incluye vídeo en YouTube y código ejecutable en Google Colab. ¿Para quién es este libro?
Estudiantes que se inician en redes neuronales e inteligencia artificial.
Profesionales de la programación que necesitan reciclarse en machine learning y deep learning moderno.
Profesores que buscan material docente listo (teoría + prácticas) en español.

Qué vas a aprender (5 partes, 1 recorrido completo)
Parte 1 — Redes Clásicas: perceptrones, regresión y clasificación con Keras.
Parte 2 — Visión por Computador: redes convolucionales (CNN), segmentación con UNET y detección de objetos con YOLO.
Parte 3 — Transformers y Large Language Models: mecanismo de atención, GPT y CLIP.
Parte 4 — Modelos Generativos: GANs, modelos de difusión y Stable Diffusion.
Parte 5 — Aprendizaje por Refuerzo: Deep Q-Networks (DQN) y Policy Gradient (PPO).

Qué incluye además del libro
Vídeo explicativo en YouTube por cada capítulo.
Cuaderno interactivo en Google Colab con el código fuente listo para ejecutar.
Material adecuado para autoestudio y para uso académico.

Por qué este libro y no otro
La mayoría de libros clásicos de deep learning en español terminan antes de los Transformers y de la IA generativa. Este libro hace el recorrido completo del deep learning moderno, en español, con código ejecutable y vídeo. No es un manual teórico ni un tutorial suelto: es el camino integrado, didáctico y verificado en aula universitaria. Sobre el autor
Hernán Díaz Rodríguez es profesor del Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Oviedo, donde se doctoró. Ingeniero en Informática y MBA por Open University (Reino Unido). Cuenta con más de 20 años de experiencia en proyectos de tecnología avanzada en los sectores público y privado, incluyendo 5 años de trabajo en el CERN, el mayor laboratorio científico del mundo.