Inteligencia artificial : casos prácticos con aprendizaje profundo / Emilio Soria Olivas ... [y otros cinco].

Incluye índice. Incluye material adicional.

Incluye referencias bibliográficas página 334.

Introducción al aprendizaje profundo. -- Modelos neuronales multifunción. -- Modelos neuronales orientados a visión. -- Modelos neuronales orientados a datos temporales. -- Modelos generativos. -- Aprendizaje reforzado.

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 en Python, y listas para ejecutarse en entornos como Google Colab. El trabajo.

Ingeniería Industrial