Descripción
PROGRAMACION DE INTELIGENCIA ARTIFICIAL
Resumen del libro
Este libro ofrece una guía completa y práctica para adentrarse en la programación de inteligencia artificial, dirigida tanto a estudiantes de cursos especializados como a profesionales del sector. Combina fundamentos teóricos sobre lenguajes de programación con el desarrollo práctico en lenguajes clave como Python, R, Java y JavaScript. Además, explora plataformas líderes como Microsoft Azure y Amazon AWS, herramientas de modelado visual y redes neuronales, proporcionando ejemplos resueltos que facilitan la comprensión y aplicación de conceptos avanzados en IA y Big Data.
¿De qué trata?
La obra comienza con una caracterización de los lenguajes de programación, poniendo especial énfasis en aquellos utilizados en inteligencia artificial, incluyendo bibliotecas de soporte y consideraciones de rendimiento. A continuación, desarrolla de forma elemental lenguajes fundamentales como R, Python, Java, JavaScript, JSON y NodeJS, estableciendo una base sólida para el lector.
Posteriormente, se adentra en el desarrollo de aplicaciones de IA mediante plataformas y herramientas de modelado. Describe plataformas como Microsoft Azure, Amazon AWS, Google Assistant e IBM Watson, y herramientas visuales como Azure Machine Learning, Knime, SPSS Modeler y RapidMiner. También cubre herramientas de generación automática de código como Genexus y Lobe.
Un bloque central se dedica al modelado con redes neuronales, utilizando TensorFlow en Python y SPSS Modeler como herramienta visual. Se presentan ejemplos resueltos de procedimientos automáticos de Analytics y módulos predefinidos de redes neuronales, destacando el enfoque visual sin necesidad de codificación. Finalmente, se aborda la convergencia tecnológica, analizando tecnologías como Blockchain, IoT y Cloud Computing, así como modelos de automatización industrial y de negocio, incluyendo estrategias corporativas y gestión de activos.
Temas principales
- Lenguajes de programación para IA: Python, R, Java, JavaScript, JSON y NodeJS.
- Plataformas de inteligencia artificial: Microsoft Azure, Amazon AWS, IBM Watson, Google Assistant.
- Herramientas de modelado visual: Azure Machine Learning, Knime, SPSS Modeler, RapidMiner.
- Redes neuronales y aprendizaje automático con TensorFlow y SPSS Modeler.
- Generación automática de código con Genexus, Mendix y Lobe.
- Convergencia tecnológica: Blockchain, Internet de las Cosas (IoT) y Cloud Computing.
- Automatización industrial y modelos de negocio.
¿Para quién está recomendado?
Este libro está recomendado para estudiantes de cursos de especialización en Inteligencia Artificial y Big Data, así como para profesionales del sector que deseen ampliar sus conocimientos prácticos. Es ideal para quienes buscan una visión integral que combine teoría, lenguajes de programación, plataformas cloud y herramientas de modelado, con ejemplos prácticos aplicables al mundo real.
Qué aporta este libro
- Proporciona una base sólida en lenguajes de programación clave para IA, con ejemplos prácticos y resueltos.
- Ofrece un recorrido por las principales plataformas y herramientas del mercado, facilitando la elección según el proyecto.
- Permite comprender y aplicar redes neuronales mediante herramientas visuales y de código, sin necesidad de ser un experto programador.
- Aborda la convergencia tecnológica y la automatización, conectando la IA con tendencias actuales como IoT y Cloud Computing.
- Incluye casos prácticos de Analytics y modelado, ideales para aplicar en entornos profesionales o académicos.
Ficha técnica
- Autor: Pérez López; César
- Editorial: Ibergarceta Publicaciones S.L.
- Idioma: Español
- Tema: Probabilidad y Estadística, Informática: Cuestiones Generales, Inteligencia Artificial
- Colección: Informática y Telecomunicaciones
- Encuadernación: Otros
- Fecha de edición: 2022
- Número de páginas: 462
- Dimensiones: 240.0 x 170.0 mm
- Peso: 782.0 g
Valoración editorial
Este manual destaca por su enfoque práctico y su cobertura amplia de tecnologías, desde lenguajes de programación hasta plataformas cloud y herramientas de modelado visual. La inclusión de ejemplos resueltos y el tratamiento de la convergencia tecnológica lo convierten en un recurso valioso tanto para la formación académica como para la actualización profesional. Su estructura progresiva y su orientación a resultados facilitan el aprendizaje y la aplicación inmediata de los conceptos en proyectos reales de inteligencia artificial.