Introduction to Deep Learning Business Applications for Developers

Manual introductorio de Armando Vieira y Bernardete Ribeiro publicado por Apress en 2018, cuyo objetivo es conectar los principios teóricos del aprendizaje profundo con aplicaciones comerciales concretas en diversos sectores industriales. Está pensado para ingenieros de software, desarrolladores de aplicaciones y profesionales técnicos de nivel básico o intermedio que conocen Python y buscan incorporar capacidades de inteligencia artificial a proyectos empresariales sin requerir una formación matemática exhaustiva.

El libro realiza un repaso por los fundamentos de las redes neuronales artificiales (perceptrón multicapa, funciones de activación y retropropagación) y examina arquitecturas especializadas para distintas áreas de negocio: redes convolucionales (CNN) y residuales (ResNet) aplicadas a la visión artificial y el diagnóstico por imágenes médicas; procesamiento del lenguaje natural (NLP) y redes recurrentes para la creación de bots conversacionales de atención al cliente; algoritmos de recomendación y personalización publicitaria para comercio electrónico; aprendizaje por refuerzo básico (Deep Q-Learning y árboles de Monte Carlo); y modelos predictivos para riesgo financiero y detección de fraudes. La pila técnica utiliza Python, Keras, TensorFlow, scikit-learn, NumPy y pandas.

Entre sus contenidos prácticos destaca el diseño de prototipos de chatbots para soporte técnico, clasificadores de patologías en imágenes médicas y motores de recomendación para e-commerce. Su gran aporte consiste en contextualizar las decisiones técnicas dentro de las necesidades estratégicas y el impacto económico en las empresas. Al ser una publicación de 2018, utiliza versiones tempranas de Keras previas a TensorFlow 2 y no cubre modelos basados en Transformers, pero resulta muy pedagógico para entender cómo estructurar casos de uso de IA en entornos corporativos.