Paraninfo

Homepage » Computación E Informática » Ciencias De La Computación » Inteligencia Artificial » IFCD107 Especialista en inteligencia artificial

We will find it for you!
If you are looking for this book and not have stock, we will seek for you at no extra cost.
Just leave us your email, we will contact you as soon as we find it.

LOOK FOR ME!


Do not worry, we'll only contact you to let you know when we have the book. In any case your mail will be transferred to third parties or send you advertising or spam.
Books Frontpage IFCD107 Especialista en inteligencia artificial
  • 55,64 USD

  • * Free shipping to US.


  • Not available

    • -

    • Unit(s)

Features:

  • Pages: 240
  • Format: 17x1,8x541,00 cm
  • Edition: 19052023
  • Language: Otras lenguas.

  • IFCD107 Especialista en inteligencia artificial

  • 9788419857330

  • Author: Carlos Mario Ramírez Gíl [Editor]

  • PREFACIO AUTORES CAPÍTULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL 1.1 ¿QUÉ ES INTELIGENCIA ARTIFICIAL? 1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL 1.3 LOS APOGEOS Y LOS DECLIVES DE LA INTELIGENCIA ARTIFICIAl 1.4 LOS TIPOS DE INTELIGENCIA ARTIFICIA 1.5 INTELIGENCIA ARTIFICIAL EDGE/CLOUD 1.6 MOMENTOS CLAVES DE LA INTELIGENCIA ARTIFICIAL 1.7 EL ESTADO DE LA IA 1.8 RECURSOS DE Ia 1.9 LA CONVERGENCIA TECNOLÓGICA EN EL CONTEXTO DE LA INTELIGENCIA ARTIFICIAL Y SU IMPACTO EN LOS NEGOCIOS 1.9.1 La convergencia tecnológica 1.9.2 Los modelos de automatización industrial y de negocio 1.10 RESUMEN 1.11 PREGUNTAS DE REVISIÓN DEL CAPÍTULO CAPÍTULO 2. HERRAMIENTAS DE DESARROLLO DE IA 2.1 HERRAMIENTAS DE HARDWARE DE IA 2.2 HERRAMIENTAS DE SOFTWARE DE IA 2.3 INTRODUCCIÓN A PYTHON 2.4 ENTORNOS DE DESARROLLO DE PYTHONA 2.5 COMENZANDO CON PYTHON 2.6 CONJUNTOS DE DATOS DE IA 2.7 FRAMEWORKS DE IA CON PYTHON 2.8 RESUMEN 2.9 PREGUNTAS DE REVISIÓN DEL CAPÍTULO CAPÍTULO 3. APRENDIZAJE AUTOMÁTICO (MACHINE LEARNING) 3.1 INTRODUCCIÓN 3.2 APRENDIZAJE SUPERVISADO: CLASIFICACIONES 3.3 APRENDIZAJE SUPERVISADO: REGRESIONES 3.4 APRENDIZAJE NO SUPERVISADO 3.5 APRENDIZAJE SEMISUPERVISADO 3.6 APRENDIZAJE POR REFUERZO 3.7 APRENDIZAJE EN CONJUNTO 3.8 AUTOMl 3.9 PYCARET 3.10 LAZYPREDICT 3.11 RESUMEN 3.12 PREGUNTAS DE REVISIÓN DEL CAPÍTULO CAPÍTULO 4. APRENDIZAJE PROFUNDO 4.1 INTRODUCCIÓN. 4.2 REDES NEURONALES ARTIFICIALES 4.3 REDES NEURONALES CONVOLUCIONALES 4.4 REDES NEURONALES RECURRENTES 4.5 TRANSFORMERS 4.5.1 Bibliotecas para el procesamiento de lenguaje natural BERT y ALBERT 4.6 REDES NEURONALES GRÁFICAS 4.7 REDES NEURONALES BAYESIANAS 4.8 META APRENDIZAJE 4.9 RESUMEN 4.10 PREGUNTAS DE REVISIÓN DEL CAPÍTULO CAPÍTULO 5. CLASIFICACIÓN DE IMÁGENES 5.1 INTRODUCCIÓN. 5.2 CLASIFICACIÓN DE IMÁGENES CON MODELOS 5.3 CLASIFICACIÓN CON MODELOS ENTRENADOS PERSONALIZADOS: APRENDIZAJE POR TRANSFERENCIA 5.4 DETECCIÓN DE ENFERMEDADES A TRAVÉS DE IMÁGENES 5.5 CLASIFICACIÓN DE IMÁGENES CON BASE EN WEB 5.6 PROCESAMIENTO DE IMÁGENES 5.7 RESUMEN 5.8 PREGUNTAS DE REVISIÓN DEL CAPÍTULO CAPÍTULO 6. DETECCIÓN DE ROSTROS Y RECONOCIMIENTO FACIAL 6.1 INTRODUCCIÓN. 6.2 DETECCIÓN DE ROSTROS Y PUNTOS DE REFERENCIA FACIALES 6.3 RECONOCIMIENTO DE ROSTROS 6.4 DETECCIÓN DE EDAD, GENERO Y EMOCIONES 6.7 PREGUNTAS DE REVISIÓN DEL CAPÍTULO CAPÍTULO 7. PROCESAMIENTO DE LENGUAJE NATURAL 7.1 INTRODUCCIÓN 7.2 RESUMEN DE TEXTO 7.4. resumen de un artículo contenido en una página Web de Wikipedia usando la biblioteca Gensim. 7.3 USO DE LA BIBLIOTECA TEXTBLOB PARA ANÁLISIS DE TEXTOS Y DE SENTIMIENTOS 7.3.1 Explicación del ejemplo 7.5: uso de la biblioteca TextBlob para análisis de textos y de sentimientos 7.4 ANÁLISIS DE SENTIMIENTO DE TEXTO 7.4.1 Explicación del ejemplo 7.6: análisis de sentimiento de texto con la biblioteca NLTK 7.5 CONVERSIÓN DE TEXTO A VOZ 7.6 CONVERSIÓN DE VOZ A TEXTO 7.6.1 Explicación del ejemplo 7.9: conversión de voz a texto usando un archivo de audio wav y con la biblioteca SpeechRecognition 7.7 TRADUCCIÓN AUTOMÁTICA 7.8 CÓDIGO QR 7.8.1 Explicación del ejemplo 7.9 ARCHIVOS PDF Y DOCX mediante la biblioteca pdf2docx 7.10 CHATBOTS Y RESPUESTA A PREGUNTAS 7.11 RESUMEN DEL CAPÍTULO 7.12 PREGUNTAS DE REVISIÓN DEL CAPÍTULO CAPÍTULO 8. ANÁLISIS DE DATOS 8.1 INTRODUCCIÓN 8.2 REGRESIÓN 8.3 ANÁLISIS DE SERIES TEMPORALES de memoria a corto plazo (LSTM) en Python 8.3.3 Análisis de tendencia estacional 8.4 VISUALIZACIÓN Y ANÁLISIS DE DATOS DE COVID 8.5 KERASCLASSIFIER Y KERASREGRESSO 8.5.1 Clasificador de Keras 8.5.2 KerasRegresor 8.6 BASES DE DATOS SQL Y NOSQl 8.7 RESUMEN 8.8 PREGUNTAS DE REVISIÓN DEL CAPÍTULO
  • 55,64 USD

  • * Free shipping to US.


  • Not available

The book belongs to the following catalogs

About us | Contact us | Legal warning | Privacy Policy | Purchase conditions

© Ediciones Paraninfo S.A.Calle José Abascal, 56 (Utopicus). Oficina 217. 28003 Madrid (España)

Phone: (+34) 656 541 982 - (+34) 913 308 918
WhatsApp: (+34) 656 541 982
Fax: (+34) 91 445 62 18
Email: clientesweb@paraninfo.es