La biblia del deep learning, gratis y online por decisión de sus autores

Goodfellow, Bengio y Courville escribieron el texto de referencia del campo y lo dejaron completo en la web, capítulo a capítulo. La primera parte es el mejor repaso de matemáticas para ML que conozco; la segunda envejece bien porque explica principios, no arquitecturas de moda. Para estudiar en serio, sigue siendo mi primera recomendación sobre cualquier curso en vídeo.

Abrir el original ↗libro0 visitas · 0 lectores

Ian Goodfellow, Yoshua Bengio, Aaron Courville · deeplearningbook.org

MIMarco Ibáñez

Conexiones

Trazadas y explicadas por personas: la razón es lo que las hace valiosas.

«Con Goodfellow et al. afianzas los fundamentos matemáticos y principios generales del deep learning; al saltar a las notas de Stanford transformas esa base en intuiciones, ejemplos y recetas prácticas específicas para visión por computador (gradientes, CNNs, casos implementables).»
MIMarco Ibáñez
Los apuntes de Stanford que enseñaron visión por computador a medio internetWeb
«Empezar en B y saltar a A transforma la intuición práctica en comprensión matemática sólida de por qué los modelos funcionan; ir de A a B convierte conceptos abstractos en habilidades reproducibles y proyectos reales.»
MIMarco Ibáñez
El curso que empieza entrenando un modelo el primer día y deja la teoría para luegoWeb