Pythonic AI
Arindam Banerjee
- Editorial
- BPB
- Año
- 2024
- Páginas
- ~579
- Nivel
- Intermedio
De qué trata
Guía práctica e introductoria diseñada para aprender a construir aplicaciones de inteligencia artificial y aprendizaje profundo utilizando código idiomático de Python y el ecosistema de TensorFlow 2. Arindam Banerjee enfoca la obra a estudiantes, programadores principiantes e intermedios y entusiastas de la tecnología que conocen la sintaxis elemental de Python y buscan dar el salto al desarrollo de proyectos funcionales de machine learning sin quedar bloqueados por demostraciones matemáticas abstractas.
El libro inicia con la preparación del entorno de trabajo en Google Colab aprovechando aceleradores por hardware (GPUs y TPUs), junto con librerías esenciales como NumPy, Pandas y Matplotlib. Progresa hacia la arquitectura e implementación de redes neuronales artificiales densas (MLP) y redes neuronales convolucionales (CNN) con Keras y TensorFlow para visión computacional. Abarca la clasificación de imágenes, la detección de objetos mediante el trazado de cajas delimitadoras (bounding boxes), la extracción óptica de caracteres (OCR) para lectura de documentos, el procesamiento del lenguaje natural (NLP) con embeddings y modelos de secuencias (RNN, LSTM, GRU) para clasificación de textos, y finalmente modelos avanzados basados en mecanismos de atención, Transformers y generación de imágenes mediante GANs.
A través de sus 12 capítulos se construyen aplicaciones progresivas que abarcan visión por computadora y procesamiento de lenguaje, destacando un clasificador de imágenes convolucional, un detector de objetos, un lector multimodal de texto en imágenes y un sistema de generación automática de descripciones para fotografías (Image Captioning). El valor principal del libro está en sus explicaciones detalladas línea por línea de código, lo que facilita enormemente el autoaprendizaje; sin embargo, no profundiza en la teoría estadística subyacente ni en la ingeniería de despliegue en contenedores o microservicios. Resulta recomendable contar con nociones básicas de programación estructurada en Python antes de comenzar.
- Python
- TensorFlow 2
- Keras
- Google Colab
- Redes convolucionales (CNN)
- Detección de objetos
- OCR
- Procesamiento del lenguaje natural (NLP)
- Modelos de secuencia
- Transformers
- Mecanismos de atención
- Image Captioning
¿Cómo enseña?
Con proyectos
- ✗ Sin ejercicios
- ✓ Incluye proyectos
Proyectos
Clasificador de imágenes con CNN
Diseño y entrenamiento de una red neuronal convolucional en TensorFlow 2 para clasificar conjuntos de datos visuales en múltiples categorías temáticas.
Detector y localizador de objetos
Modelo de visión artificial capaz de identificar la presencia de objetos en una escena y delimitar sus coordenadas espaciales mediante bounding boxes.
Lector inteligente de imágenes y texto
Pipeline multimodal que procesa imágenes con técnicas de visión artificial y extrae texto impreso mediante OCR para su posterior análisis.
Generador de subtítulos para imágenes (Image Captioning)
Sistema híbrido que combina redes convolucionales para la extracción de características visuales con mecanismos de atención y Transformers para redactar descripciones textuales automáticas.
