Libros Inteligencia artificial, página 3 de 24

Examine the latest technological advancements in building a scalable machine-learning model with big data using R. This second edition shows you how to work with a machine-learning algorithm and use it to build a ML model from raw data. You will see how to use R programming with TensorFlow, thus avoiding the effort of learning Python if you are only comfortable with R.As in the first edition, the authors have kept the fine balance of theory and application of machine learning through various real-world use-cases which gives you a comprehensive collection of topics in machine learning. New chapters in this edition cover time series models and deep learning.

Artificial intelligence (AI) techniques and the finite element method (FEM) are both powerful computing tools, which are extensively used for modeling and optimizing manufacturing processes. The combination of these tools has resulted in a new flexible and robust approach as several recent studies have shown. This book aims to review the work already done in this field as well as to expose the new possibilities and foreseen trends. The book is expected to be useful for postgraduate students and researchers, working in the area of modeling and optimization of manufacturing processes.

Se estudia el empleo de herramientas de inteligencia artificial (AI) en la fase de instrucción del proceso penal, sus incontables ventajas y los potenciales riesgos que pueden entrañar en relación con la posible vulneracion de derechos fundamentales.

A comprehensive introduction to deep reinforcement learning, combining theory and practice. Covers key algorithms, Python implementations, and real-world applications in games, robotics, and intelligent systems. Ideal for AI researchers and students.

El futuro de la singularidad tecnológica ha llegado para quedarse. Las innumerables capacidades de la IA y de la robótica son evidencias incontestables, y cada vez son más intensas e innovadoras en la vida social, economica, y en donde sus notables aplicaciones a los distintos sectores nos manifiestan una realidad cada vez mas alejada de lo que no hace mucho tiempo era pura distopia. Y sin embargo, hoy en dia nos situan en un mundo en donde el hombre se dice (no exento de un tono autocomplaciente) sera superado por la maquina pensante, superinteligente y plenamente autonoma, capaz de pensar, sentir y decidir por si misma. Nada que ver con los automatas del medioevo cuyo afan consistia simplemente en emular tareas repetitivas del ser humano. Hoy con la denominada Revolucion 4.0 se camina en una direccion en donde la creatividad computacional nos situara en un futuro de incognitas e incertidumbres, no solo tecnologicas, sino eticas y juridicas de primer orden. Asi las cosas se piensa que los robots inteligentes (los nuevos esclavos digitales, como los viejos siervos o esclavos del Derecho romano) seran capaces de superar el razonamiento, conocimiento y conciencia humana. No solo nos bastan estas desconcertantes reflexiones, sino que seran capaces de emular actividades propias del cerebro y desarrollar un pensamiento logico, incluso superior al racional, y en donde no seremos capaces (como el clasico test o juego de la imitacion de Alan Turing) de distinguir el hombre de la maquina ¿utopico espejismo o revolucion tecnologica cierta? Un paso de gigante de la vieja maquina de vapor a la maquina superinteligente, capaz de alcanzar un razonamiento propio (machine learning) y con sutiles ventajas competitivas. En este sofisticado estado de cosas hasta la UE (en resoluciones del Parlamento Europeo) se plantea de futuro otorgar personalidad electronica a los robots inteligentes, capaz de generar decisiones autonomas cuando alcance ese ansiado aprendizaje profundo (deep learning) lo que nos situa en otro problema consistente en responder de los daños que pueda cometer por sus actuaciones individuales los agentes autonomos alejados de los dictados de supervisadas programaciones algoritmicas y por el contrario siendo capaces de tomar y adoptar sus decisiones propias por la interconectividad con el entorno.

This book addresses the topic of HR analytics focusing especially on demystifying analytics for HR managers from both statistical and computing points of view It presents the evolution and the importance of people analytics in today s workforce management and highlights the motivation for studying business analytics shows the different levels of analytic maturity and discusses real world success stories of business analytics in action through case studies The volume provides the readers with a step by step guide to analyze HR data and interpret the results for strategy formulation Each chapter of the book includes a vignette data driven exercises and real world case studies The authors also introduce the readers to data visualization software Microsoft Power BI as well as elaborates on how to use Tableau Desktop This book would be useful to the students of human resource management organizational behaviour applied psychology social work and sociology It would also serve as very good handbook for practicing business executives helping them to implement data analytics for effective decision making in all kinds of business situations around the world

Web mining aims to discover useful information and knowledge from Web hyperlinks, page contents, and usage data. Although Web mining uses many conventional data mining techniques, it is not purely an application of traditional data mining due to the semi-structured and unstructured nature of the Web data. The field has also developed many of its own algorithms and techniques.Liu has written a comprehensive text on Web mining, which consists of two parts. The first part covers the data mining and machine learning foundations, where all the essential concepts and algorithms of data mining and machine learning are presented. The second part covers the key topics of Web mining, where Web crawling, search, social network analysis, structured data extraction, information integration, opinion mining and sentiment analysis, Web usage mining, query log mining, computational advertising, and recommender systems are all treated both in breadth and in depth. His book thus brings all the related concepts and algorithms together to form an authoritative and coherent text.The book offers a rich blend of theory and practice. It is suitable for students, researchers and practitioners interested in Web mining and data mining both as a learning text and as a reference book. Professors can readily use it for classes on data mining, Web mining, and text mining. Additional teaching materials such as lecture slides, datasets, and implemented algorithms are available online.

Tanto el autómata como el ordenador son piezas de un conjunto superior que los engloba -el CIM- donde se combinan ordenadores, control numérico, robots y los propios autómatas. Por ello, el presente libro no se limita a una descripcion del automata, sino que presenta de forma sistematica y ordenada todos los aspectos relacionados con el, empezando con la eleccion del mas adecuado hasta llegar a la comunicacion e integracion de sistemas complejos como los citados.La obra se estructura en cuatro partes: la primera se dedica a los conceptos generales de automatizacion (control industrial, diseño de automatismos logicos y de automatismos con señales analogicas); la segunda parte se dedica la descripcion propiamente dicha del automata (arquitectura interna, ciclo de funcionamiento y control en tiempo real, configuracion, sensores y actuadores, interfaces de entrada/salida, interfaces especificas y programacion); la tercera parte se dedica al estudio de las redes de automatas (comuniaciones digitales, redes industriales, ordenadores industriales compatible PC, aplicaciones); finalmente, la cuarta parte estudia el automata en su entorno (instalacion y mantenimiento). Cuatro anexos (algebra de Boole, sistemas de numeracion y operaciones binarias, automatas y redes comerciales, y normalizacion y niveles de proteccion) completan el texto.Por su orientacion practica, pero no exenta de rigor, la obra esta destinada al colectivo de profesionales de la electronica y la automatizacion y a estudiantes de carreras y escuelas tecnicas relacionadas con esta area.Sobre los autores; Josep BalcellsDoctor Ingeniero Industrial. Es professor titular del Departament d'Enginyerie Electronica de la UPC en la Escuela Tecnica Superior de Ingenieros Industriales de Terrasa. Jose Luis RomeralDoctor Ingeniero Industrial. Es professor titular del Departament d'Enginyerie Electronica de la UPC en la Escuela Tecnica Superior de Ingenieros Industriales de Terrasa.Indice resumido del libro;Parte I - Automatizacion: Conceptos Generales1 - Introduction al control industrial2- Diseño de automatismos logicos3 - Diseño de automatismos con señales analogicasParte II - El automata programable4 - Arquitectura interna del automata5 - Ciclo de funcionamento del automata y control e tiempo real6 - Configuracion del automata7 - Sensores y actuadores8 - Interfaces de entrada/salida9 - Interfaces especificas10 - Programacion del automatas11 - Programacion de bloques funcionales12 - Estructuras de programacion13 - Equipos de programacion y servicio de los APIParte III - Redes de Automatas14 - Conceptos generales de comunicaciones digitales15 - Redes de comunicacion industriales16 - Ordenadores industriales compatibles PC17 - Aplicacioene de los PC industrialesParte IV - El automata en su entorno18 - Instalacion y mantenimientode automatas programablesAnexo I - Principios de algebra logicaAnexo II - Codigos y sistemas de numeracionAnexo III - Automatas y redes comercialesAnexo IV - Normalizacion y niveles de proteccion de equipos industriales

Este libro está pensado como texto básico para dos grupos distintos de alumnos de la Escuela Universitaria de Informática de la U.N.E.D.: los que cursan la asignatura de Introducción a la Inteligencia Artificial, de segundo curso de Informatica de Sistemas y los alumnos que estudien alguna de las asignaturas optativas del tercer curso en la linea tematica de Inteligencia Artificial (I.A.). Es decir, alguna de las asignaturas de Sistemas Basados en Conocimientos (I y II), Razonamiento y Aprendizaje, Programacion Orientada a la Inteligencia Artificial y/o Percepcion y Control Basados en el Conocimiento. Para estos posibles lectores de ambitos general y para nuestros alumnos de la U.N.E.D., queremos resaltar el caracter distintivo de nuestro proposito a la hora de seleccionar los contenidos y los puntos de vista que aqui se manifiestan. Este caracter viene determinado por el enfasis en la metodologia y por la vision integradora entre las perspectivas Simbolica y Conexionista de la Inteligencia Artificial.

El objetivo del Aprendizaje Automático consiste en dotar a los computadores de la capacidad de adquirir conocimientos automáticamente para poder resolver nuevos problemas o mejorar su comportamiento a partir de la experiencia.Los autores de este libro defienden la idea de que practicamente todas las actividades computacionales del futuro requeriran alguna componente de adaptacion/aprendizaje al/del contexto.Este libro pretende ser una guia de las tecnicas mas significativas generadas hasta este momento,de forma que se pueda pensar en las siguientes generaciones de sistemas de aprendizaje por parte de las maquinas.

Master advanced techniques and algorithms for deep learning with PyTorch using real-world examplesKey FeaturesUnderstand how to use PyTorch 1.x to build advanced neural network modelsLearn to perform a wide range of tasks by implementing deep learning algorithms and techniquesGain expertise in domains such as computer vision, NLP, Deep RL, Explainable AI, and much moreBook DescriptionDeep learning is driving the AI revolution, and PyTorch is making it easier than ever before for anyone to build deep learning applications. This PyTorch book will help you uncover expert techniques to get the most out of your data and build complex neural network models.The book starts with a quick overview of PyTorch and explores using convolutional neural network (CNN) architectures for image classification. You'll then work with recurrent neural network (RNN) architectures and transformers for sentiment analysis. As you advance, you'll apply deep learning across different domains, such as music, text, and image generation using generative models and explore the world of generative adversarial networks (GANs). You'll not only build and train your own deep reinforcement learning models in PyTorch but also deploy PyTorch models to production using expert tips and techniques. Finally, you'll get to grips with training large models efficiently in a distributed manner, searching neural architectures effectively with AutoML, and rapidly prototyping models using PyTorch and fast.ai.By the end of this PyTorch book, you'll be able to perform complex deep learning tasks using PyTorch to build smart artificial intelligence models.