Libros Inteligencia artificial, página 5 de 24

El presente texto pretende ser una guía teórico-práctica sobre los aspectos aplicados de la representación computacional del conocimiento científico-técnico, tal como lo aborda la Inteligencia Artificial. Contiene un número significativo de problemas resueltos sobre: búsqueda heurística, lógica, reglas, redes asociativas y marcos, y sobre la integración de los métodos anteriores en un mismo formalismo. En todos los casos se ha procurado conectar con el mundo real, donde la representación del conocimiento es inseparable de su uso posterior en inferencia. (...)

En esta obra, organizada en teoría y práctica, se balancean las necesidades de un curso de sistemas expertos. De tal manera, abarca los temas centrales de la materia como representación del conocimiento, sistemas neurales artificiales, metodos de inferencia, razonamiento bajo incertidumbre, razonamiento inexacto y diseño de sistemas expertos. Aunque para este curso es positivo tener conocimientos de inteligencia artificial, este libro contiene una introduccion al tema, lo suficientemente amplia y adecuada para quedar en contexto.

El diseño de los modelos de inteligencia artificial se realiza a través de tres pilares esenciales: Aprendizaje Automático, Aprendizaje Profundo y Ciencia de Datos. Utilizando MATLAB, ingenieros y otros expertos han desplegado gran variedad de aplicaciones de aprendizaje automatico que generan automaticamente funcionalidades a partir de datos de entrenamiento y optimizan modelos de todo tipo. El aprendizaje profundo es un subconjunto del aprendizaje automatico basado en redes neuronales artificiales. El proceso de este aprendizaje se denomina profundo porque la estructura de estas redes consiste en tener multiples entradas, salidas y capas ocultas. Cada capa contiene unidades que transforman los datos de entrada en informacion y, de este modo, la capa siguiente puede utilizarla para una determinada tarea predictiva. De este modo, una maquina puede aprender a traves de su propio procesamiento de datos. MATLAB reduce significativamente el tiempo necesario para pre-procesar y etiquetar conjuntos de datos con aplicaciones especificas de dominio para datos de audio, video, imagen y texto. Sincroniza series temporales dispares, sustituye los valores atipicos por valores interpolados, agudiza las imagenes y filtra las señales con ruido. Utiliza aplicaciones interactivas para etiquetar, recortar e identificar caracteristicas importantes, y algoritmos integrados para automatizar el proceso de etiquetado. MATLAB cuenta con la herramienta Neural Network Toolbox (Deep Leraning Toolbox a p

Este texto está dirigido tanto a alumnos que siguen un Curso de especialización en Inteligencia Artificial y Big Data como a profesionales del sector. El libro comienza tratando la caracterización de los lenguajes de programacion en general con especial enfasis en los lenguajes para Inteligencia Artificial y los lenguajes de marcado. En cuanto a los lenguajes de programacion para IA se tienen en cuenta las bibliotecas y herramientas de apoyo y soporte, asi como las caracteristicas de rendimiento en ejecucion. Como lenguajes mas importantes para Inteligencia Artificial se desarrollan a nivel elemental el lenguaje R, el lenguaje Python, el lenguaje Java, el lenguaje Javascript, el lenguaje JSON y el lenguaje NodeJS. Asimismo, se analiza el desarrollo de aplicaciones de Inteligencia Artificial con plataformas y herramientas de modelado. Entre las plataformas de Inteligencia Artificial se describen Microsoft Azure, Microsoft Cortana, Amazon AWS, Amazon Alexa, Bixby, Google Assistant e IBM Watson. En cuanto a las herramientas de modelado se describen Azure Machine Learning, Knime, SPSS Modeler, Rapid Miner y Orange. Otros instrumentos importantes en programacion son las herramientas de generacion automatica de codigo para crear software con comportamiento inteligente como Genexus, Mendix y Lobe y que tambien se describen aqui. En cuanto al modelado con redes neuronales se tiene en cuenta el software Tensor Flow de Python como herramienta de programacion y el software IBM SPSS Modeler como herramienta visual para trabajar con redes neuronales en Inteligencia Artificial. Se presentan ejemplos de trabajo totalmente resueltos relativos a procedimientos automaticos de Analytics y modulos predefinidos de redes neuronales a traves de IBM SPSS Modeler. Estos procedimientos pertenecen a Visual Analytics, ya que la herramienta es totalmente visual y no necesita codigo de programacion. A continuacion, se aborda la convergencia tecnologica y sus ventajas e inconvenientes. Se estudia la conexion entre tecnologias de voz, sonido e imagenes y se presentan los sistemas de convergencia electronica mas importantes entre los que destacan Blockchain, Internet de las Cosas (IoT) y el Cloud Computing. Tambien se analiza la seguridad en la convergencia tecnologica. Finalmente se estudian los modelos de automatizacion industrial y de negocio. Se tiene en cuenta estrategias corporativas, modelos de negocio, gestion de activos y recursos y modelos de automatizacion.

El libro está dirigido tanto a alumnos que siguen un Curso de especialización en Inteligencia Artificial y Big Data como a profesionales del sector. Comienza clasificando los sistemas, herramientas, tecnicas y algoritmos o modelos aplicados al Aprendizaje

Un viaje caleidoscópico a través del tiempo, el espacio y las múltiples caras de la realidad. Cosido a partir de los telares de Al, este libro representa la gloriosa de la precisión de la máquina y la creatividad humana, produciendo una narrativa a la vez extraña y emocionante. En estas paginas, encontraras mundos inquietantemente extrañamente familiares, pero deliciosamente disparatados. Desde la vibrante escena de la moda submarina de Brooklyn a los cabarets perfumados del Berlin de 1910, de la gentileza de un Londres paralelo a la villania quemada por el sol de Palm Springs, estas historias tejen un tapiz que es a la vez reconocible y extraño. Lo surrealista se encuentra con lo mundano, y lo y lo kitsch se codea con lo sublime. Cada historia es una porcion de deja vu, servida con una guarnicion de emocion incomoda, de las que cosquillea los sentidos y agita el corazon.

Las empresas de hoy en día avanzan rápidamente para integrar la inteligencia artificial generativa en sus productos y servicios. Hay mucha agitación (y también malentendidos) sobre el impacto y la promesa de esta tecnologia. Con este libro, Chris Fregly, Antje Barth y Shelbee Eigenbrode, de Amazon Web Services, le ayudaran a encontrar formas practicas de usar esta tecnologia tan nueva y atractiva. Gracias a IA generativa en AWS, descubrira el ciclo de vida de los proyectos de IA generativa, que incluye la definicion de casos de uso, la seleccion y el ajuste de los modelos, la generacion mejorada por recuperacion, el aprendizaje por refuerzo a partir de la retroalimentacion humana y la cuantificacion, la optimizacion y el despliegue de los modelos. Ademas, explorara diferentes tipos de modelos, incluidos los modelos de lenguaje grandes (LLM) y los multimodales, como Stable Diffusion para generar imagenes y Flamingo/IDEFICS para responder preguntas sobre imagenes. Asimismo, con esta lectura: Utilizara la IA generativa en los casos de uso de negocio Determinara que modelos de IA generativa son los mas adecuados para su tarea Desarrollara ingenieria de indicaciones y aprendizaje en contexto Afinara los modelos de IA generativa con los conjuntos de datos con adaptacion de rango bajo (LoRA) Alineara los modelos de IA generativa con los valores humanos con el aprendizaje por refuerzo a partir de la retroalimentacion humana (RLHF) Perfeccionara el modelo con la generacion mejorada por recuperacion (RAG) Explorara bibliotecas como LangChain y ReAct para desarrollar agentes y acciones Creara aplicaciones de IA generativa con Amazon Bedrock No importa si es un director tecnico, un profesional de aprendizaje automatico (AA), un desarrollador de aplicaciones, un analista de negocios, un ingeniero de datos o un cientifico de datos; si tiene interes en el mundo de la IA, este libro no le dejara indiferente. Chris Fregly es un arquitecto principal de soluciones para la IA generativa en Amazon Web Services y coautor de Data Science on AWS (O'Reilly). Antje Barth es una desarrolladora principal de IA generativa en Amazon Web Services y coautora de Data Science on AWS. Shelbee Eigenbrode es una arquitecta principal de soluciones para la IA generativa en Amazon Web Services. Posee mas de 35 patentes en varios dominios tecnologicos.

Este libro proporciona una guía para estudiantes de licenciatura y carreras técnicas en el estado del arte de algunas de las disciplinas que se tratan en el contenido. La obra está dividida en tres partes. En la primera, se tratan algunos sensores fisicos y quimicos; se hace una descripcion de los sensores ultrasonicos; sus aplicaciones, condiciones de su modelado y las bases fisicas que norman su operacion practica, sensores de temperatura, sensores opticos, sensores de imagenes, sistemas Microelectromecanicos (MEMs) y sensores magneticos. De los sensores quimicos se hace una descripcion detallada de los sensores quimicos amperometricos y potenciometricos y se describe de maner amplia el estado del arte de los biosensores. La segunda parte trata sobre la tematica de la Inteligencia Artificial, se proporcionan bases del procesamiento y acondicionamiento de señales, su analisis en el dominio de la frecuencia, el uso de la tecnica wavelets en la supresion de ruido, las redes neuronales en la mineria de datos, los algoritmos geneticos y la tecnica de maquinas de vectores soporte para clasificacion. En la tercera parte del libro se describen algunas experiencias de aplicacion utilizando algunos de los sensores descritos con la inteligencia artificial.

La intención de este libro es familiarizar al lector con los conceptos fundamentales de la teoría de redes neuronales artificiales tanto estáticas como recurrentes, reconociendo la naturaleza multidisciplinaria de esta tecnica. El material presentado en el libro se complementa con ejemplos, aplicaciones, ejercicios propuestos y referencias bibliograficas.

Este libro sobre la popularización de la inteligencia artificial tiene como objetivo hacer que este complejo campo sea accesible a una amplia audiencia, desde los principiantes hasta los informaticos mas experimentados. Ofrece un recorrido pedagogico completo que desglosa la IA utilizando terminos sencillos, al tiempo que ofrece una exploracion completa, desde sus aspectos mas basicos hasta sus aplicaciones avanzadas. Sin que sea necesario disponer de conocimientos previos de informatica, prepara al lector para aprovechar las oportunidades de aprendizaje y poder afrontar los desafios de este campo en constante evolucion. El libro comienza presentando los fundamentos de la IA, explicando conceptos clave y mostrando por que es tan importante hoy en dia. Explora las numerosas aplicaciones de la IA en campos como la medicina, las finanzas y el transporte. Tambien se acompaña al lector a traves de las etapas de la creacion de una IA, estudiando el proceso de recopilacion de datos, formacion de modelos e despliegue. Se presentan de manera accesible las herramientas y tecnicas esenciales para desarrollar una IA eficiente. Se aborda la programacion en Python, un lenguaje esencial en IA, orientada para principiantes. Se propone un caso practico de machine learning para ilustrar de manera concreta como funciona la IA. Explorara casos de uso en torno a la inteligencia artificial generativa como DALL·E, capaz de generar imagenes a partir de descripciones textuales y ChatGPT, una potente IA generativa que ahora es bien conocida por todos. Tambien se cubre el aspecto profesional de la IA, destacando las interesantes oportunidades profesionales relacionadas con este campo. Tambien se dedica una seccion a desmitificar las matematicas relacionadas con la IA, para hacer estos conceptos mas accesibles a traves de un enfoque no cientifico. Se exploran la IA y su papel en la Web 3.0, asi como su impacto en la Industria 4.0, al igual que las cuestiones eticas relacionadas con la IA para una reflexion en profundidad sobre este aspecto crucial.

David C. Bourge, Glenn SeemannFrom the author of "Physics for Game Developers," comes a new, non-threatening introduction to the complex subject of game programming.

Transform your organizations approach to AI with tested frameworks from global leaders AI and Innovation: How to Transform Your Business and Outpace the Competition with Generative AI is an expert blueprint on shaping and scaling the AI ecosystem of the future, revealing frameworks already tested and implemented at leading companies including Siemens, GE, and Microsoft. This book contains insight, use cases, tools, and templates to help readers build a brighter future for their organizations based on a fusion of disciplines, new concepts, and foresight thinking. Written by two transformational business leaders, this AI and Innovation shows readers how to create the future of the innovation engine by connecting the dots between technology, change, and business success. The authors discuss topics including: Understanding the core concepts behind AI, including why it matters and what it actually is Generating a roadmap of change, then applying concrete tools and methods to kick-start and anticipate transformational change Transforming the ways of working, collaborating, and realizing new market opportunities Preparing for the future as AI and related technologies continue to progress at a breathtaking pace AI and Innovation is a timely, essential read for business leaders, innovation and strategy managers, and executives seeking state-of-the-art guidance on AI and proven best practices for implementation.