Practical MNIST with Kotlin

Introducción

El libro «Practical MNIST with Kotlin» (autor — M. Nakamura, 2020, 180 páginas) es una guía práctica única para crear una red neuronal para el reconocimiento de dígitos manuscritos en Kotlin. A diferencia de la mayoría de los materiales educativos, que se centran en Python, este libro llena un vacío para los desarrolladores que trabajan en el ecosistema JVM y desean aprender machine learning sin cambiar de lenguaje.

De qué trata el libro

El libro aborda la solución del problema clásico de MNIST (reconocimiento de dígitos manuscritos) usando Kotlin. El autor guía al lector paso a paso desde la configuración del entorno hasta la construcción y entrenamiento de una red neuronal fully connected. El enfoque principal está en la implementación práctica: análisis del código, fundamentos matemáticos (gradient descent, backpropagation) y visualización de resultados. Todos los ejemplos están escritos en Kotlin puro sin librerías externas de deep learning, lo que permite comprender más profundamente los mecanismos internos de las redes neuronales.

Para quién es este libro

El libro está dirigido a desarrolladores que ya conocen los fundamentos de Kotlin (sintaxis, OOP, programación funcional) y desean aprender machine learning. Será útil para:

• Desarrolladores Android que quieran integrar modelos de ML en aplicaciones móviles;
• Programadores Java/Kotlin que se estén pasando al área de Data Science;
• Estudiantes de carreras técnicas que estudien redes neuronales en la práctica.