L'apprendimento profondo è una sottoclasse dell'apprendimento automatico. L'apprendimento profondo si basa su metodi di apprendimento supervisionati e non supervisionati, basati su reti neurali artificiali. La sua architettura consiste in più livelli di elaborazione. Ogni strato produce una risposta non lineare, che viene generata utilizzando la risposta dello strato precedente. L'apprendimento profondo funziona imitando il cervello umano che lavora per l'elaborazione dei dati e la creazione di modelli. Utilizza una rete in grado di apprendere da dati non supervisionati. Questo libro presenta un approccio pratico per implementare le architetture di deep learning utilizzando la programmazione Python.