Inteligencia artificial: casos prácticos con aprendizaje profundo /
Emilio Soria Olivas [y otros cinco]
- Primera edición
- 1 recurso en línea (334 páginas): ilustraciones
- Área: Informática .
Incluye referencias bibliográficas
Introducción al libro -- 1. Introducción al aprendizaje profundo -- 2. Modelos neuronales multifunción -- 3. Modelos neuronales orientados a visión -- 4. Modelos neuronales orientados a datos temporales -- 5. Modelos generativos -- 6. Aprendizaje reforzado
Acceso en línea, autorizado para usuarios eBooks 7-24
Este libro tiene como objetivo acercar al lector, de una manera teórica y práctica, a la Inteligencia Artificial moderna usando modelos neuronales artificiales profundos que constituyen la base actual de esta tecnología. Esta obra, dirigida a estudiantes y profesionales, nos brinda información clara y concisa sobre la IA en la que se abordan desde el concepto de neurona artificial planteado en 1943 hasta las últimas aplicaciones de Modelos Generativos y Aprendizaje Reforzado. Se tratan aplicaciones prácticas en el campo de bioseñales, reconocimiento de imágenes, series temporales y sistemas de IA que dirigen videojuegos, entre muchas otras cosas. Cada capítulo contiene una parte de teoría e incluye actividades y ejemplos prácticos con el propósito de facilitar la asimilación de los conocimientos tratados. Está escrito con lenguaje claro y didáctico por lo que es muy adecuado para impartir cursos sobre sistemas de IA o bien de Modelos Neuronales. Además, el libro se acompaña de un repositorio de código con todas las prácticas resueltas en Python, y listas para ejecutarse en entornos como Google Colab