Prefacio
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Después de leer este libro, comprenderás los casos de uso y las tareas más comunes de la IA generativa que abordan la industria y el mundo académico en la actualidad. Conocerás en profundidad cómo se construyen estos modelos generativos de perímetro, así como la experiencia práctica que te ayudará a elegir entre reutilizar un modelo generativo existente o construir uno desde cero. A continuación, aprenderás a adaptar estos modelos de IA generativa a los conjuntos de datos, tareas y casos de uso específicos de tu dominio que respaldan tus aplicaciones empresariales.
Este libro está pensado para entusiastas de la IA/ML, científicos de datos e ingenieros que quieran aprender los fundamentos técnicos y las buenas prácticas para el entrenamiento, el ajuste y la implementación en producción de modelos de IA generativa. Suponemos que ya estás familiarizado con Python y con los componentes básicos del aprendizaje profundo, como las redes neuronales, la propagación hacia delante, las activaciones, los gradientes y las retropropagaciones, para entender los conceptos que se utilizan aquí.
Un conocimiento básico de Python y de marcos de aprendizaje profundo como TensorFlow o PyTorch debería ser suficiente para entender los ejemplos de código utilizados a lo largo del libro. No es necesario estar familiarizado con AWS para aprender los conceptos, pero es útil para ...