Libros Inteligencia artificial, página 3 de 23

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.

SISTEMAS DE BIG DATA es un libro del autor LOPEZ FANDIÑO,VICTOR MANUEL editado por RA-MA. SISTEMAS DE BIG DATA tiene un c�digo EAN 9788419857187, de la colecci�n BIG DATA, DATA SCIENCE E INTELIGE

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

El presente libro tiene una clara vocación didáctica, se dirige a todas las personas que quieren adentrarse en el apasionante campo del aprendizaje automático combinando la teórica con la práctica para que sea sencillo asimilar las explicaciones.En esta obra se revisan los algoritmos mas comunes y su implementacion en Python. Comienza con una introduccion a las claves que han impulsado nuestra sociedad hacia la era de los datos y explora como, mediante tecnicas de aprendizaje automatico, obtener partido a la inmensa cantidad de datos que hoy nos rodea. A continuacion, se presenta el aprendizaje no supervisado con sus principales algoritmos y usos: agrupamiento, manifolds, reglas de asociacion y algoritmos de deteccion de anomalias. Le sigue el aprendizaje supervisado; partiendo del modelo mas simple, modelo lineal multivariante, se llega a las Maquinas de Soporte Vectorial (SVM). Finalmente, finaliza con el aprendizaje profundo (gran parte de lo que denominamos Inteligencia Artificial) donde se explican, de una manera sencilla e intuitiva, los perceptrones multicapa profundos, las redes convolucionales profundas (CNN) y los modelos recurrentes Long Short Term Memory (LSTM). Esta obra contiene numerosas aplicaciones practicas con su codigo Python que podra descargar desde la web del libro.¿Te lo vas a perder?El libro contiene material adicional que podra descargar accediendo a la ficha del libro en www.ra-ma.es.Los contenidos adaptados al Curso de Especializacion en Inteligencia Artificial y Big Data.

La Simulación consiste en construir modelos informáticos que describen la parte esencial del comportamiento de un sistema de interés, así como en diseñar y realizar experimentos con tales modelos con el fin de extraer conclusiones de sus resultados para apoyar la toma de decisiones. Típicamente, se utiliza en el análisis de sistemas tan complejos que no es posible su tratamiento analítico o mediante análisis numérico. La Simulación es hoy una metodología de experimentación fundamental en campos tan diversos como la Economía, la Estadística, la Informática, la Ingeniería Química, la Ecología y la Física, con enormes aplicaciones industriales y comerciales, que van desde los sistemas de manufacturación a los simuladores de vuelo, pasando por los juegos de ordenador, la predicción bursátil y la predicción meteorológica. De forma amena y rigurosa, esta segunda edición del libro describe los principales métodos y aplicaciones de la Simulación. Tras introducir las ideas básicas sobre generación de números aleatorios, se revisan los principales métodos de generación de variables aleatorias, con énfasis especial en los métodos de cadenas de Markov, como el muestreador de Gibbs. Se estudian después las principales aplicaciones de la Simulación: se comienza por la simulación de sucesos discretos, junto con una introducción a los lenguajes de simulación; se revisan después los principales métodos de optimización global basados en simulación, como el recocido simulado, los algoritmos genéticos o la búsqueda tabú; y por último, se describe un grupo misceláneo de aplicaciones que incluyen la integración Montecarlo, el bootstrap, el razonamiento probabilístico en sistemas expertos y el análisis de redes neuronales. A continuación, se estudian los métodos de análisis de resultados de la simulación, las técnicas de reducción de la varianza y la pl

El libro describe los métodos y aplicaciones principales de la simulación, entendida como la experimentación con un modelo informático de un sistema de interés, dirigida a mejorar el comportamiento del mismo. Numerosos ejemplos y ejercicios ilustran los desarrollos. Se incluye ademas un apendice con los principales resultados sobre probabilidades.

Un llamamiento inaplazable para poner freno a la carrera hacia la superinteligencia. «Un libro muy interesante, incluso si no estás de acuerdo con su conclusión.» Marta Peirano, periodista y escritor

A Sunday Times Business Book of the Year.Scary Smart will teach you how to navigate the scary and inevitable intrusion of Artificial Intelligence, with an accessible blueprint for creating a harmonious future alongside AI. From Mo Gawdat, the former Chief Business Officer at Google [X] and bestselling author of Solve for Happy.Technology is putting our humanity at risk to an unprecedented degree. This book is not for engineers who write the code or the policy makers who claim they can regulate it. This is a book for you. Because, believe it or not, you are the only one that can fix it. Mo GawdatArtificial intelligence is smarter than humans. It can process information at lightning speed and remain focused on specific tasks without distraction. AI can see into the future, predict outcomes and even use sensors to see around physical and virtual corners. So why does AI frequently get it so wrong and cause harm?The answer is us: the human beings who write the code and teach AI to mimic our behaviour. Scary Smart explains how to fix the current trajectory now, to make sure that the AI of the future can preserve our species. This book offers a blueprint, pointing the way to what we can do to safeguard ourselves, those we love, and the planet itself.

In this sequel to his prescient New York Times bestseller Rise of the Robots, Martin Ford presents us with a striking vision of the very near future. He argues that AI is a uniquely powerful technology, a kind of "electricity of intelligence" that is altering every dimension of human life, often for the better with advanced science being done by machines who can solve problems humans can not. AI has the potential to help us fight climate change or the next pandemic, but it also has a capacity for profound harm.Deep fakes-AI-generated audio or video of events that never happened-are poised to cause havoc throughout society. AI empowers authoritarian regimes like China with unprecedented mechanisms for social control. And AI can be deeply biased, learning bigoted attitudes from the data used to train algorithms and perpetuating them.Hard-hitting and thought-provoking, covering everything from self-driving cars to the history of deep learning to apps for diagnosing skin cancer, Rule of the Robots challenges our fears and preconceptions about artificial intelligence. Ford argues that AI is here to stay and the real question is not how to stop it, but how to control its negative potential and harness its power for good as AI transforms our economy, our politics, and our lives.

In this sequel to his prescient New York Times bestseller Rise of the Robots, Martin Ford presents us with a striking vision of the very near future. He argues that AI is a uniquely powerful technology, a kind of "electricity of intelligence" that is altering every dimension of human life, often for the better with advanced science being done by machines who can solve problems humans can not. AI has the potential to help us fight climate change or the next pandemic, but it also has a capacity for profound harm.Deep fakes-AI-generated audio or video of events that never happened-are poised to cause havoc throughout society. AI empowers authoritarian regimes like China with unprecedented mechanisms for social control. And AI can be deeply biased, learning bigoted attitudes from the data used to train algorithms and perpetuating them.

Utilizando el formato de preguntas y respuestas, Phil Husbands nos introduce a la situacion actual de los robots, la robotica y la inteligencia artificial (IA). Analizando sus origenes y hacia donde podria ir en el futuro, este libro explora la historia de los robots y su compleja relacion con la cultura popular, la tecnologia subyacente, lo que pueden hacer ahora y lo que podrian ser capaces de hacer en el futuro. & 191;Los robots representan una amenaza o una oportunidad sin precedentes? Husbands considera tanto los problemas eticos como los desafios sociopoliticos que los robots ya estan creando y elabora una guia practica para conocer mas sobre una tecnologia que habita y modela nuestra forma de vida actual.

Los sistemas digitales de cómputo actuales presentan problemas al abordar tareas del mundo real, donde la información es masiva, redundante e imprecisa. Por ello, desde hace unos años se vienen proponiendo nuevos modelos de procesamiento inspirados en las soluciones encontradas por la naturaleza durante millones de años de evolución, que podrían ayudar a resolver importantes problemas tecnológicos como los de visión, habla, control e inteligencia artificial. De entre estos nuevos modelos destacan las redes neuronales artificiales, que imitan la estructura del cerebro para reproducir algunas de sus capacidades y aprenden a realizar tareas a partir de ejemplos. Por otro lado, los sistemas borrosos (fuzzy) emulan el razonamiento aproximado de nuestro cerebro, permitiendo manejar conceptos vagos e imprecisos como los empleados en la vida cotidiana. Ambos modelos, junto con otros como los algoritmos genéticos, se enmarcan en la denominada inteligencia computacional o soft computing, complementando disciplinas clásicas como el tratamiento de señal o la inteligencia artificial, aplicándose ya a problemas muy diversos como reconocimiento de caracteres, electrodomésticos inteligentes, procesado de imagen, predicción bursátil, etc. Este libro se dirige a todo aquel que esté interesado en iniciarse en estas cuestiones, especialmente estudiantes, docentes y personal de la empresa; el único requisito es contar con una mínima base matemática, como la adquirida en estudios de ciencias, ingenierías o económicas. La primera edición (1997) fue el primer libro en español dedicado a ambos temas; desde entonces ha sido adoptado como texto de clase en diversas universidades españolas y americanas. En esta tercera edición (2006) se han actualizado algunos de sus capítulos y referencias bibliográficas, añadiéndose algunos modelos novedosos. "Redes Neuronales y Sistemas Borrosos supone una valiosa contribución a la literatura de la soft computing y de los sistemas neuroborrosos. Su fácil lectura, amplio tratamiento de ejemplos reales, y la gran competencia de los autores en la materia, hacen de este texto una importante fuente de informa

Los grandes modelos del lenguaje han inundado muchos ámbitos en los que nos desenvolvemos. Raro es el que no haya puesto a prueba los modelos GPT 3.5/4, o no haya requerido la ayuda de ChatGPT. Pero ¿como son capaces de dar las respuestas que dan? Por debajo de todo se encuentran los algoritmos de aprendizaje profundo, en especial las redes neuronales artificiales de ultima generacion. Este libro se dedica a las mas destacadas en la construccion de estos modelos: las redes neuronales recurrentes (RNN-LSTM) y los transformers. Existen muchos videos y paginas web dedicadas a programar o usar, con pocas lineas de codigo, un modelo basado en RNN-LSTM o en bloques transformer. Sin embargo, aunque se proponen muestras codificadas, ambas arquitecturas son explicadas de una manera agnostica a codigo. Se pretende que los que estan aprendiendo a usarlas en codigo de alto nivel, tambien sepan entenderlas de manera exhaustiva y no ser el mero ejecutor de unas lineas. Esto ayudara a diseñar mejores entornos y, no menos importante, a explicarlos y comunicarlos. Ademas, para poder homologar comportamiento artificial con comportamiento humano, el tratamiento de la argumentacion del libro esta orientado hacia la ciencia cognitiva.

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 de redes neuronales cubre todos los aspectos de esta ciencia moderna, se analiza el paradigma de las redes neurales que dan origen a la inteligencia artificial, que describe y construye agentes que reciban percepciones provenientes del medio ambiente y que ejecuten acciones muy similares al medio que las produjo. Este libro familiariza al lector con los conceptos de la teoria de redes neurales, reconociendo la naturaleza multidisciplinaria de esta tecnica. El material presentado en el libro se complementa con ejemplos, aplicaciones, ejercicios propuestos y referencias bibliograficas, aunque dirigido a ingenieros e investigadores de diversas disciplinas, ya sea como libro de texto o complementario, es una de las pocas referencias en castellano de material dificil de encontrar en este idioma.