En este libro abordamos brevemente la fundamentación teórica de las redes neuronales, desde sus principios básicos como funciona una neurona y su similitud con la parte biológica, en la cual se explican sus axones (entradas), los pesos de las entradas, el sesgo, el cuerpo de la neurona, la función de activación y la función de salida del axón. Posteriormente se describe la arquitectura de una red neuronal multicapas, el proceso de aprendizaje de la red neuronal a través de las funciones de retro-propagación (backpropagation) y la propagación directa (feedforward).

Finalmente, en el libro se procede a entrenar una red neuronal desde cero, con el objetivo de enseñarle al lector de manera sencilla como se diseña una red neuronal y los procesos implicados para el aprendizaje de la misma. Posteriormente se define un problema para la detección de la plaga del tizón tardío en cultivos de papa.

Se presenta la fundamentación teórica de una red convolucional y las definiciones relacionadas con la plaga de la papa. Seguidamente, se presenta al lector una guía paso a paso de cómo crear un proyecto en Jupyter-lab, para la detección de la enfermedad de las hojas de la papa.

. .