2018年に読むべき人工知能を学ぶための5冊の本

8月9日, 2018
2018年の最高の本で人工知能を学ぼう
今日はスペイン語の最高の本を紹介します, 理解を助ける, 理解すること, 人工知能の仕組みを学ぶ. 基本的なところから上級まで始められる; その後は任意のプログラミング言語に応用できる.
最も読まれた人工知能の本
リストには最も認知度の高い人工知能の本が含まれています, 作者だけでなく、提供する質の高い内容によって知られています.
1. 人工知能: 誰もが知っておくべきこと (スペイン語)
著者はジェリー・カプランです, 哲学の医師（Physician in Filosofía）, 起業家で人工知能の専門家, ベストセラー作家でビジョナリー. Es cofundador de cuatro proyectos de Silicon Valley, dos de los cuales se han convertido en empresas bien conocidas.
En el correr de los años, la Inteligencia Artificial tendrá un profundo impacto sobre la forma en que vivimos, trabajamos, hacemos la guerra, jugamos, buscamos pareja, educamos a nuestros jóvenes y cuidamos de nuestros mayores.
Es probable que aumente en gran medida nuestra riqueza colectiva, pero también cambiará drásticamente nuestro mercado de trabajo, trastocará nuestro orden social y forcejeará con nuestras instituciones privadas y públicas.
2. Mi Primer Perceptrón con Python: Analizado y Explicado con Sentido Práctico (eBook)
Desarrolla tu propio Perceptrón Simple paso a paso, explicado y analizado con sentido práctico. Comienza copiando y aprende con explicaciones y ejercicios guiados, permitiéndote adquirir experiencia para configurar tus propios Perceptrónes, y acortar tu curva de aprendizaje, acompañándote con comentarios de mi propia experiencia.
«Mi Primer Perceptrón» es el primer libro de la Nueva Serie Tutorial: «Programando Redes Neuronales Artificiales Paso a Paso», un camino de aprendizaje y experimentación con sentido práctico.
El libro te enseña Algoritmos de Redes Neuronales Artificiales con este Tutorial, codificando tus propios Perceptrones; con ejemplos sencillos, pero completos, funcionales y probados. Además contiene explicaciones de las partes que lo componen para tu mejor entendimiento.
Siempre que avances en el libro, cada nuevo algoritmo irá incorporando nuevos elementos, y los ejemplos y ejercicios aumentando la capacidad de resolver problemas más complejos.
three. Introducción a la Teoría de Autómatas, Gramáticas y Lenguajes (Manuales)
Una introducción a la materia de las máquinas de estado autómatas y los diferentes tipos de lenguajes formales que reconocen para el primer grado de ingeniería informática de la UNED.
Por lo cual este libro está especialmente preparado para la enseñanza a larga distancia. En cada capítulo se incluyen recomendaciones para el estudio y una serie de ejercicios para afianzar el conocimiento que incluye las soluciones al final del libro.
4. Inteligencia artificial avanzada
El libro te enseña los conceptos básicos e importantes de la Inteligencia Artificial, desde una visión muy orientada al reconocimiento de patrones. El lector podrá encontrar una revisión completa de las técnicas avanzadas más usadas en el campo del aprendizaje automático.
El texto se ha enfocado desde un punto de vista eminentemente práctico. Las explicaciones teóricas de las diferentes técnicas se basan en la resolución de problemas concretos. Los algoritmos están acompañados de ejemplos, escritos en Python, con aplicaciones directas en ámbitos como el procesado de imágenes el análisis de textos.
Los diferentes capítulos comprenden las técnicas de aprendizaje no supervisado, los métodos de reducción de la dimensionalidad y extracción de características (PCA, NMF, ICA, LDA, MDS), los principales algoritmos de clasificación de patrones (probabilísticos, kNN, SVM y Boosting) y diferentes métodos de optimización.
5. Inteligencia artificial de Pedro Meseguer Gonzáles
¿Es posible construir máquinas inteligentes? ¿Es el cerebro una máquina? Dos interrogaciones que han sido la obsesión de grandes pensadores durante siglos.
Pero con el desarrollo de la 人工知能, ambas cuestiones se han acercado e incluso se han unificado pues utilizan los mismos conceptos, técnicas y experimentos en los intentos de diseñar máquinas inteligentes y en investigar la naturaleza de la mente.
El objetivo último de la inteligencia artificial —lograr que una máquina tenga una inteligencia de tipo common comparable a la humana— es de los más ambiciosos que se ha planteado la ciencia. Por su dificultad, es comparable a otros grandes objetivos científicos como explicar el origen de la vida, el del universo conocer la estructura de la materia.
Actualmente, todavía sabemos poco acerca del cerebro; しかし, estamos siguiendo un camino que pasa por considerarlo un sistema computacional y hemos empezado a explorar el espacio de posibles modelos computacionales que permitan emular su funcionamiento.
three.four
12
名
Tu blog de tecnologia