Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
Este libro se basa en la experiencia profesional de los autores en el área de Inteligencia Artificial (IA) aplicado al análisis y procesamiento de datos, señales e imágenes. La IA contiene distintas disciplinas como aprendizaje automático, aprendizaje profundo, minería de datos, entre otras. Analiza...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Libro publisherVersion |
| Lenguaje: | Español |
| Publicado: |
edUTecNe
2022
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/20.500.12272/6113 |
| Aporte de: |
| Sumario: | Este libro se basa en la experiencia profesional de los autores en el área de Inteligencia Artificial (IA) aplicado al análisis y procesamiento de datos, señales e imágenes. La IA contiene distintas disciplinas como aprendizaje automático, aprendizaje profundo, minería de datos, entre otras. Analizamos principalmente las redes
neuronales. Sin embargo, también mostramos algunos métodos de
reconocimiento estadístico de patrones y métodos de visión artificial,
ya que presentan algunas ventajas (y desventajas) respecto de las
redes neuronales. Dentro de las redes neuronales presentamos una
introducción a las redes básicas, a las redes convolucionales de
aprendizaje profundo y a las redes dinámicas. Para cada tema se
presenta un marco teórico, desarrollos matemáticos, ejercicios
analíticos, ejemplos de aplicaciones y ejercicios en Matlab®, Python y
otros entornos. El libro contiene los códigos QR para descargar los
programas. Se espera que el contenido del libro le sirva al lector para
comprender diferentes técnicas de IA, así también para desarrollar y
comparar distintos algoritmos con aplicaciones científico tecnológicas y/o comerciales. |
|---|