Local cover image
Local cover image
Amazon cover image
Image from Amazon.com
Image from Google Jackets

Inteligencia artificial. Fundamentos, práctica y aplicaciones.

By: Language: spa. Publication details: México Alfaomega 2017Edition: Segunda EdiciónDescription: 285 páginas; Figuras, cuadros; 23 cmISBN:
  • 9789587782233
Subject(s): DDC classification:
  • 006.3 G216
Contents:
CAPÍTULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL ¿QUÉ ES LA INTELIGENCIA ARTIFICIAL? PERSPECTIVA HISTÓRICA PRESENTE Y FUTURO CAPÍTULO 2. IA Y RESOLUCIÓN DE PROBLEMAS RESOLVER PROBLEMAS Otros problemas más complejos ALGUNOS TIPOS DE PROBLEMAS El problema del viajante de comercio El problema de la satisfacibilidad booleana El problema de la programación lineal entera Otros problemas CAPÍTULO 3. BÚSQUEDA NO INFORMADA BÚSQUEDA Representación de estados: árboles y grafos BÚSQUEDA EN AMPLITUD. BÚSQUEDA EN PROFUNDIDAD BÚSQUEDA DE COSTE UNIFORME CAPÍTULO 4. BÚSQUEDA INFORMADA FUNCIÓN HEURÍSTICA BÚSQUEDA CON VUELTA ATRÁS (BACKTRACKING) ALGORITMO A* BÚSQUEDA LOCAL Algoritmos constructivos voraces El algoritmo de Dijkstra Algoritmo de Clarke y Wright Hill climbing Simulated annealing Búsqueda tabú Algoritmos genéticos CAPÍTULO 5. JUEGOS INTELIGENCIA ARTIFICIAL Y JUEGOS El algoritmo minimax Poda alfa-beta Otros tipos de juegos CAPÍTULO 6. RAZONAMIENTO INTRODUCCIÓN SISTEMAS EXPERTOS SISTEMAS DIFUSOS Conjuntos difusos Inferencia difusa CAPÍTULO 7. APRENDIZAJE INTRODUCCIÓN CLASIFICACIÓN PROBABILÍSTICA Un poco de probabilidad Clasificación bayesiana ingenua REDES NEURONALES ARTIFICIALES El perceptrón simple Redes neuronales multicapa Red de Hopfield APÉNDICE. EL LENGUAJE PYTHON INTRODUCCIÓN El intérprete interactivo El primer programa Cadenas de caracteres Estructuras de control Secuencias Funciones Clases y objetos Módulos Paquetes ÍNDICE ALFABÉTICO
Summary: En este libro se encuentran condensados los fundamentos de la Inteligencia Artificial desde un punto de vista práctico y accesible, presentando la teoría de cada una de las técnicas y algoritmos de una forma comprensible y simplificada para que todo aquel con interés en iniciarse desde cero pueda adentrarse en esta ciencia. Además de una introducción a sus principios teóricos, las técnicas descritas van acompañadas de ejemplos prácticos programados en lenguaje Python (se incluye un apéndice con una introducción a este lenguaje), que facilitan al lector la comprensión y demuestran el uso práctico de los algoritmos en aplicaciones para la vida real, escapando así de los límites de la literatura teórica que domina este campo. Dirigido a todo aquel que quiera conocer los entresijos de la IA, tanto a aficionados y curiosos como a estudiantes que quieran complementar sus estudios teóricos con una visión práctica que les ayude a trasladar sus conocimientos a aplicaciones reales. En este libro aprenderá a: Cómo representar problemas para poder resolverlos con técnicas de IA. Usar los algoritmos clásicos de búsqueda. Aplicar modernas técnicas heurísticas como los algoritmos genéticos entre otros. Desarrollar juegos inteligentes. Comprender cómo razonan los sistemas expertos y utilizar la lógica difusa. Crear redes neuronales y usar métodos probabilísticos capaces de aprender.
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Call number Copy number Status Date due Barcode
Libros Libros CIBESPAM-MFL 006.3 / G216 (Browse shelf(Opens below)) Ej: 1 Available 005498

CAPÍTULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?
PERSPECTIVA HISTÓRICA
PRESENTE Y FUTURO
CAPÍTULO 2. IA Y RESOLUCIÓN DE PROBLEMAS
RESOLVER PROBLEMAS
Otros problemas más complejos
ALGUNOS TIPOS DE PROBLEMAS
El problema del viajante de comercio
El problema de la satisfacibilidad booleana
El problema de la programación lineal entera
Otros problemas
CAPÍTULO 3. BÚSQUEDA NO INFORMADA
BÚSQUEDA
Representación de estados: árboles y grafos
BÚSQUEDA EN AMPLITUD.
BÚSQUEDA EN PROFUNDIDAD
BÚSQUEDA DE COSTE UNIFORME
CAPÍTULO 4. BÚSQUEDA INFORMADA
FUNCIÓN HEURÍSTICA
BÚSQUEDA CON VUELTA ATRÁS (BACKTRACKING)
ALGORITMO A*
BÚSQUEDA LOCAL
Algoritmos constructivos voraces
El algoritmo de Dijkstra
Algoritmo de Clarke y Wright
Hill climbing
Simulated annealing
Búsqueda tabú
Algoritmos genéticos
CAPÍTULO 5. JUEGOS
INTELIGENCIA ARTIFICIAL Y JUEGOS
El algoritmo minimax
Poda alfa-beta
Otros tipos de juegos
CAPÍTULO 6. RAZONAMIENTO
INTRODUCCIÓN
SISTEMAS EXPERTOS
SISTEMAS DIFUSOS
Conjuntos difusos
Inferencia difusa
CAPÍTULO 7. APRENDIZAJE
INTRODUCCIÓN
CLASIFICACIÓN PROBABILÍSTICA
Un poco de probabilidad
Clasificación bayesiana ingenua
REDES NEURONALES ARTIFICIALES
El perceptrón simple
Redes neuronales multicapa
Red de Hopfield
APÉNDICE. EL LENGUAJE PYTHON
INTRODUCCIÓN
El intérprete interactivo
El primer programa
Cadenas de caracteres
Estructuras de control
Secuencias
Funciones
Clases y objetos
Módulos
Paquetes
ÍNDICE ALFABÉTICO

En este libro se encuentran condensados los fundamentos de la Inteligencia Artificial desde un punto de vista práctico y accesible, presentando la teoría de cada una de las técnicas y algoritmos de una forma comprensible y simplificada para que todo aquel con interés en iniciarse desde cero pueda adentrarse en esta ciencia.

Además de una introducción a sus principios teóricos, las técnicas descritas van acompañadas de ejemplos prácticos programados en lenguaje Python (se incluye un apéndice con una introducción a este lenguaje), que facilitan al lector la comprensión y demuestran el uso práctico de los algoritmos en aplicaciones para la vida real, escapando así de los límites de la literatura teórica que domina este campo.

Dirigido a todo aquel que quiera conocer los entresijos de la IA, tanto a aficionados y curiosos como a estudiantes que quieran complementar sus estudios teóricos con una visión práctica que les ayude a trasladar sus conocimientos a aplicaciones reales.

En este libro aprenderá a:
Cómo representar problemas para poder resolverlos con técnicas de IA.
Usar los algoritmos clásicos de búsqueda.
Aplicar modernas técnicas heurísticas como los algoritmos genéticos entre otros.
Desarrollar juegos inteligentes.
Comprender cómo razonan los sistemas expertos y utilizar la lógica difusa.
Crear redes neuronales y usar métodos probabilísticos capaces de aprender.

There are no comments on this title.

to post a comment.

Click on an image to view it in the image viewer

Local cover image