INTELIGENCIA ARTIFICIAL. CASOS PRACTICOS CON APRENDIZAJE PROFUNDO

Disponibilidad:

  • Casa del lectorDisponible apróx. en 10 días
  • Libro Técnico SurDisponible apróx. en 10 días
  • AlmacénDisponible apróx. en 9 días

INTELIGENCIA ARTIFICIAL. CASOS PRACTICOS CON APRENDIZAJE PROFUNDO

SORIA OLIVAS

28,75 €

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... Leer más

28,75 €
Editorial:
RAMA, EDITORIAL
Año de edición:
2022
Materia
Informatica
ISBN:
978-84-18971-72-3
Páginas:
336
Encuadernación:
Rústica
Colección:
SIN COLECCION

AGRADECIMIENTOS AUTORES INTRODUCCIÓN AL LIBRO CAPÍTULO 1. INTRODUCCIÓN AL APRENDIZAJE PROFUNDO 1.1 EL SIGLO DE LOS DATOS 1.2 ANÁLISIS DE LOS DATOS. ETAPAS 1.3 APRENDIZAJE MÁQUINA. TIPOS Y APLICACIONES 1.4 APRENDIZAJE PROFUNDO. BREVE HISTORIA 1.5 BIBLIOGRAFÍA CAPÍTULO 2. MODELOS NEURONALES MULTIFUNCIÓN 2.1 NEURONA ARTIFICIAL. ELEMENTOS QUE LA FORMAN 2.2 PERCEPTRÓN. ALGORITMO DE APRENDIZAJE 2.3 ADALINA. DESCENSO POR GRADIENTE. LMS 2.4 ESTRUCTURAS ADAPTATIVAS. VARIANTES DEL LMS 2.5 PERCEPTRÓN MULTICAPA. BACKPROPAGATION 2.6 VARIANTES DEL BACKPROPAGATION ELECCIÓN DE LA ARQUITECTURA 2.7 APLICANDO EL PERCEPTRÓN MULTICAPA 2.7.1 Arquitectura 2.7.2 Modo de funcionamiento 2.7.3 Función de coste 2.7.4 Sobreajuste (overfitting) 2.7.5 Preprocesado de las entradas 2.7.6 Problemas con estructuras profundas 2.8 MODELOS NEURONALES PARA CLUSTERING. SOM 2.8.1 laboratorio 2.8.2 MLP usado como clasificador 2.8.3 MLP usado como modelizador (regresión) 2.9 BIBLIOGRAFÍA CAPÍTULO 3. MODELOS NEURONALES ORIENTADOS A VISIÓN 3.1 PROBLEMAS DEL MLP EN IMÁGENES 3.2 ARQUITECTURA DE UNA CNN. PARTES ESENCIALES 3.3 ARQUITECTURAS FAMOSAS 3.3.1 Modelos más relevantes que han participado en el ILSV 3.4 AUMENTO DE DATOS Y TRANSFERENCIA DE APRENDIZAJE 3.5 OTRAS APLICACIONES DE LAS CNN 3.5.1 Detección de objetos 3.5.2 Segmentación de imágenes 3.5.3 Laboratorio 3.6 BIBLIOGRAFÍA CAPÍTULO 4. MODELOS NEURONALES ORIENTADOS A DATOS TEMPORALES 4.1 DATOS TEMPORALES. CARACTERÍSTICAS 4.2 MODELOS MULTICAPA RECURRENTES CLÁSICOS 4.3 REDES RECURRENTES (RNN) 4.4 LONG-SHORT-TERM MEMORY (LSTM) 4.5 REDES GATED RECURRENT UNIT (GRU) 4.6 APLICACIONES DE LAS REDES RECURRENTES 4.7 LABORATORIO 4.8 BIBLIOGRAFÍA CAPÍTULO 5. MODELOS GENERATIVOS 5.1 INTRODUCCIÓN A LOS MODELOS GENERATIVOS 5.2 AUTOENCODERS 5.3 AUTOENCODERS VARIACIONALES 5.4 GAN (GENERATIVE ADVERSARIAL NETWORKS) 5.5 PROBLEMAS EN EL AJUSTE DE LAS GAN 5.6 VARIACIONES DE LAS GAN 5.7 LABORATORIO 5.8 BIBLIOGRAFÍA CAPÍTULO 6. APRENDIZAJE REFORZADO 6.1 INTRODUCCIÓN AL APRENDIZAJE REFORZADO 6.1.1 Conceptos previos: elementos de un sistema de Aprendi Reforzado 6.2 ELEMENTOS MATEMÁTICOS A TENER EN CUENTA EN EL APRENDIZAJE REFORZADO 6.3 MÉTODOS DE APRENDIZAJE POR DIFERENCIAS TEMPORALES: SARSA Y Q-LEARNING 6.4 APRENDIZAJE REFORZADO PROFUNDO 6.5 LABORATORIO 6.6 BIBLIOGRAFÍA MATERIAL ADICIONAL

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 y listas para ejecutarse en entornos como Google Colab. El libro contiene material adicional que podrá descargar accediendo a la ficha del libro en www.ra-ma.es.

Artículos relacionados

  • HTML Y CSS. DISEÑO Y CONSTRUCCION DE SITIOS WEB
    DUCKETT, JON
    ¡Bienvenido a una forma amena de aprender HTML y CSS! Tanto si quieres diseñar y construir sitios web desde cero, como si deseas tener más control sobre un sitio ya existente, este libro te ayudará a crear contenido web atractivo y agradable para el usuario.Sabemos que el código puede intimidar un poco, pero echa un vistazo a las páginas interiores y verás en qué se diferencia ...

    48,03 €

  • PYTHON APLICADO A SEGURIDAD Y REDES
    ORTEGA CANDEL, JOSE MANUEL
    Descubra el poder de Python en la seguridad informática y la administración de redes Si ya posee unos conocimientos previos de programación, principalmente de Python, y quiere ir más allá en la seguridad informática y redes de ordenadores, ha llegado al libro indicado. A través de una exploración detallada y práctica, Python aplicado a seguridad y redes explora cómo la progr...

    33,46 €

  • RETOS DE PROGRAMACION CON JUEGOS. PYTHON Y JAVA
    NADAL, MARIONA
    Aprender a programar no siempre es fácil, pero sí podemos hacerlo entretenido: darles sentido a nuestros primeros programas y desarrollar pequeños juegos que nos ayuden, de forma práctica, a afianzar nuestro aprendizaje y que podremos utilizar luego para jugar un ratito. Java y Python son los dos lenguajes de programación más usados y, con este libro, no necesitas decidirte por...

    28,80 €

  • PLANTILLAS DAX PARA POWER BI Y POWER PIVOT
    POMARES MEDRANO, JOSE MANUEL
    Power BI y Excel son herramientas ideales para crear informes, dashboards o cuadros de mando a partir de grandes cantidades de datos. Sin embargo, es muy frecuente un aprovechamiento escaso de sus posibilidades de análisis. Puesto que tanto Excel (mediante su complemento Power Pivot) como Power BI pueden trabajar con modelos de datos tabulares, ambas aplicaciones nos ofrecen la...

    28,80 €