Libros de ciencias, página 614 de 2701

PIERRICK LE JARDINIER

Una observación tan sencilla como la que recuerda que si vivimos en un planeta con recursos limitados no parece que tenga mucho sentido aspirar a seguir creciendo ilimitadamente, acompañada de la conclusion, bastante plausible, de que hemos dejado muy atras las posibilidades medioambientales y de recursos que aquel nos ofrece, deberia bastar por si sola para admitir, cuando no apoyar, la perspectiva del decrecimiento. Y ello con un inevitable corolario que invita a recuperar la vida social que nos ha sido robada, a desplegar formas de ocio creativo, a repartir el trabajo, a reducir las dimensiones de muchas de las infraestructuras que empleamos, a restaurar un habitat local maltrecho o, en el terreno individual, a apostar por la sobriedad y la sencillez voluntarias. En este libro, partidista pero mesurado, Carlos Taibo argumenta de forma pedagogica y completa en favor de la perspectiva del decrecimiento, a la vez que aporta datos que la respaldan, fundamenta filosoficamente su buen sentido y deshace de paso algunos malentendidos respecto a ella.Una observación tan sencilla como la que recuerda que si vivimos en un planeta con recursos limitados no parece que tenga mucho sentido aspirar a seguir creciendo ilimitadamente, acompañada de la conclusion, bastante plausible, de que hemos dejado muy atras las posibilidades medioambientales y de recursos que aquel nos ofrece, deberia bastar por si sola para admitir, cuando no apoyar, la perspectiva del decrecimiento. Y ello con un inevitable corolario que invita a recuperar la vida social que nos ha sido robada, a desplegar formas de ocio creativo, a repartir el trabajo, a reducir las dimensiones de muchas de las infraestructuras que empleamos, a restaurar un habitat local maltrecho o, en el terreno individual, a apostar por la sobriedad y la sencillez voluntarias. En este libro, partidista pero mesurado, Carlos Taibo argumenta de forma pedagogica y completa en favor de la perspectiva del decrecimiento, a la vez que aporta datos que la respaldan, fundamenta filosoficamente su buen sentido y deshace de paso algunos malentendidos respecto a ella.

This textbook tackles the problem of formulating AI systems by combining probabilistic modeling and deep learning Moreover it goes beyond typical predictive modeling and brings together supervised learning and unsupervised learning The resulting paradigm called deep generative modeling utilizes the generative perspective on perceiving the surrounding world It assumes that each phenomenon is driven by an underlying generative process that defines a joint distribution over random variables and their stochastic interactions i e how events occur and in what order The adjective deep comes from the fact that the distribution is parameterized using deep neural networks There are two distinct traits of deep generative modeling First the application of deep neural networks allows rich and flexible parameterization of distributions Second the principled manner of modeling stochastic dependencies using probability theory ensures rigorous formulation and prevents potential flaws in reasoning Moreover probability theory provides a unified framework where the likelihood function plays a crucial role in quantifying uncertainty and defining objective functions Deep Generative Modeling is designed to appeal to curious students engineers and researchers with a mode

An accessible introduction to the artificial intelligence technology that enables computer vision speech recognition machine translation and driverless cars Deep learning is an artificial intelligence technology that enables computer vision speech recognition in mobile phones machine translation AI games driverless cars and other applications When we use consumer products from Google Microsoft Facebook Apple or Baidu we are often interacting with a deep learning system In this volume in the MIT Press Essential Knowledge series computer scientist John Kelleher offers an accessible and concise but comprehensive introduction to the fundamental technology at the heart of the artificial intelligence revolution Kelleher explains that deep learning enables data driven decisions by identifying and extracting patterns from large datasets its ability to learn from complex data makes deep learning ideally suited to take advantage of the rapid growth in big data and computational power Kelleher also explains some of the basic concepts in deep learning presents a history of advances in the field and discusses the current state of the art He describes the most important deep learning architectures including autoencoders recurrent neural networks and long sh

Deep learning has already achieved remarkable results in many fields. Now its making waves throughout the sciences broadly and the life sciences in particular. This practical book teaches developers and scientists how to use deep learning for genomics, chemistry, biophysics, microscopy, medical analysis, and other fields. Ideal for practicing developers and scientists ready to apply their skills to scientific applications such as biology, genetics, and drug discovery, this book introduces several deep network primitives. Youll follow a case study on the problem of designing new therapeutics that ties together physics, chemistry, biology, and medicinean example that represents one of sciences greatest challenges. Learn the basics of performing machine learning on molecular data Understand why deep learning is a powerful tool for genetics and genomics Apply deep learning to understand biophysical systems Get a brief introduction to machine learning with DeepChem Use deep learning to analyze microscopic images Analyze medical scans using deep learning techniques Learn about variational autoencoders and generative adversarial networks Interpret what your model is doing and how its working

The Pyramidellidae are a species-rich family of small gastropods which live as ectoparasites. Their subtle variations around a quite homogenous basic morpholgy make species-level taxonomy extremely d

Los enólogos actuales, formados en el mundo de la Ciencia y Tecnología aplicada a la elaboración de vinos, saben muy bien que deben aplicar todo su conocimiento científico y técnico, con el fin de obtener el mejor vino posible con los medios a su alcance, respetando la tradicion e innovando en los procesos de elaboracion y en el diseño e introduccion de nuevos tipos de vinos. Pero resulta que, a veces, la Naturaleza no es perfecta. Se obtienen cosechas en las que la uva posee una calidad mala o defectuosa y esto impone al enologo unas condiciones previas que ponen a prueba todo su conocimiento y capacidad de gestion y prevencion de los posibles defectos, accidentes, enfermedades y/o alteraciones que puede sufrir el vino elaborado en esas campañas. Existen algunas referencias de libros en nuestro idioma sobre los defectos del vino, sin embargo muy pocos presentan la perspectiva de conjunto, integradora, con la que el enologo debe tratar el vino que elabora. Este hecho confiere a esta publicacion una vision del vino basada en el conocimiento integral de los procesos microbiologicos, bioquimicos y quimicos que ocurren durante los procesos de vinificacion y crianza, que lo diferencia del resto de libros editados al respecto. El libro se divide en tres partes: defectos visuales, defectos olfativos y defectos gustativos. El estilo narrativo del autor es muy didactico, ya que en cada una de las partes dedicadas a la vista, olfato y gusto, se sigue practicamente la misma secuencia: primero la exposicion del defecto o alteracion, con objeto de reconocer alguna molecula clave o efecto sensorial que permita diagnosticar certeramente el problema, le sigue una exposicion certera y basada en el conocimiento cientifico de la causa que lo ha provocado y por ultimo las recomendaciones para prevenir el problema o en su caso como corregirlo. En definitiva, este libro viene a cubrir un hueco importante en las Ciencias y Tecnicas de la elaboracion de vinos que los profesionales del sector y todos los implicados en el mundo de la Enologia, han puesto de manifiesto en su trabajo diario. El autor, Luis Flores, es Licenciado en Quimica, por la Universidad de Granada y Licenciado en Enologia por la Universidad de Cordoba, ademas ha cursado los estudios del primer ciclo de la Licenciatura de Farmacia en la Universidad de Granada.