INTELIGENCIA ARTIFICIAL FACIL: MACHINE LEARNING Y DEEP LEARNING PRACTICOS

Actualmente la inteligencia artificial es imprescindible. El objetivo de este libro es presentar de forma fácil los conceptos Machine Learning y Deep Learning para aplicarlos en los proyectos basados en inteligencia artificial, evitando todo lo posible las fórmulas matemáticas y estadísticas. Principalmente está dirigido a desarrolladores, pero también les interesará a todos los principiantes en el tema. Con un planteamiento progresivo, todos los conceptos estudiados en este libro se ilustran mediante casos prácticos escritos en Python. Por eso, tener conocimientos de este lenguaje es una ventaja. Después de una introducción a la inteligencia artificial y la identificación de los temores que suscita, hay algunos recordatorios de los fundamentos del lenguaje Python junto con una revisión de algunas nociones estadísticas para comprender mejor los algoritmos de Machine Learning. A continuación, el lector puede poner en práctica algunos de estos algoritmos y descubrir cómo hacer que su ordenador prediga valores y haga clasificaciones. Después estudiaremos el aprendizaje no supervisado y el uso de las redes neuronales, que además le permitirá descubrir la importancia de la neurociencia en la inteligencia artificial. El libro termina con los casos prácticos: el primero combina red neuronal y palabra, mientras que el segundo está relacionado con el primer chatbot. En la página web www.editions-eni.fr puede descargar elementos complementarios.

Actualmente la inteligencia artificial es imprescindible. El objetivo de este libro es presentar de forma fácil los conceptos Machine Learning y Deep Learning para aplicarlos en los proyectos basados en inteligencia artificial, evitando todo lo posible las fórmulas matemáticas y estadísticas. Principalmente está dirigido a desarrolladores, pero también les interesará a todos los principiantes en el tema. Con un planteamiento progresivo, todos los conceptos estudiados en este libro se ilustran mediante casos prácticos escritos en Python. Por eso, tener conocimientos de este lenguaje es una ventaja. Después de una introducción a la inteligencia artificial y la identificación de los temores que suscita, hay algunos recordatorios de los fundamentos del lenguaje Python junto con una revisión de algunas nociones estadísticas para comprender mejor los algoritmos de Machine Learning. A continuación, el lector puede poner en práctica algunos de estos algoritmos y descubrir cómo hacer que su ordenador prediga valores y haga clasificaciones. Después estudiaremos el aprendizaje no supervisado y el uso de las redes neuronales, que además le permitirá descubrir la importancia de la neurociencia en la inteligencia artificial. El libro termina con los casos prácticos: el primero combina red neuronal y palabra, mientras que el segundo está relacionado con el primer chatbot. En la página web www.editions-eni.fr puede descargar elementos complementarios.