Descripción
EL MACHINE LEARNING Y LA INTELIGENCIA ARTIFICIAL
Resumen del libro
Este libro ofrece una guía directa y accesible para quienes desean profundizar en el machine learning, el deep learning y la inteligencia artificial más allá de los conceptos básicos. A través de un innovador formato de preguntas y respuestas, el autor Sebastian Raschka desglosa temas complejos en capítulos breves y autónomos, combinando explicaciones claras, diagramas y ejercicios prácticos. El lector encontrará un recurso eficaz para comprender desde arquitecturas de redes neuronales hasta técnicas avanzadas de optimización de modelos, facilitando un progreso sólido en el dominio de la IA.
¿De qué trata?
La obra aborda el aprendizaje automático y la inteligencia artificial desde una perspectiva práctica y resolutiva. Cada capítulo responde a una cuestión fundamental, desvelando conceptos como la arquitectura de redes neuronales, la evaluación de modelos, la visión por computadora y el procesamiento del lenguaje natural. El libro enseña a gestionar la aleatoriedad en el entrenamiento de redes, diferenciar entre arquitecturas de codificador y decodificador en modelos de lenguaje, reducir el sobreajuste mediante modificaciones de datos y modelos, construir intervalos de confianza para clasificadores, optimizar modelos con datos etiquetados limitados, elegir entre paradigmas de entrenamiento multi-GPU, comprender métricas de rendimiento en PLN y dar sentido a los sesgos inductivos en transformadores de visión.
Temas principales
- Arquitecturas de redes neuronales y su diseño
- Evaluación y optimización del rendimiento de modelos
- Procesamiento del lenguaje natural y métricas asociadas
- Visión por computadora y sesgos inductivos en transformadores
- Entrenamiento multi-GPU y modelos de IA generativa
- Gestión de la aleatoriedad y reducción del sobreajuste
¿Para quién está recomendado?
Está dirigido a profesionales y estudiantes de ciencias de la computación, informática e inteligencia artificial que ya poseen conocimientos introductorios y desean avanzar en machine learning y deep learning. También es adecuado para investigadores, desarrolladores y analistas de datos que buscan respuestas concretas a problemas técnicos habituales y quieren mejorar sus habilidades prácticas en la implementación y evaluación de modelos de IA.
Qué aporta este libro
- Un enfoque directo de preguntas y respuestas que facilita la comprensión de conceptos avanzados sin rodeos.
- Capítulos autónomos que permiten consultar temas específicos sin necesidad de leer la obra completa.
- Técnicas prácticas para mejorar el rendimiento de modelos, optimizar el entrenamiento y evitar errores comunes.
- Claridad en la diferenciación entre arquitecturas y paradigmas clave en el ecosistema actual de la IA.
- Ejercicios y diagramas que refuerzan el aprendizaje y la aplicación inmediata de los conocimientos.
Ficha técnica
- Autor: RASCHKA, SEBASTIAN
- Editorial: Marcombo
- Idioma: Español
- Tema: INFORMATICA: CUESTIONES GENERALES, CIENCIAS DE LA COMPUTACION, INTELIGENCIA ARTIFICIAL
- Colección: FONDO
- Encuadernación: Bolsillo
- Fecha de edición: septiembre de 2024
- Número de páginas: 264
- Peso: 862 g
Valoración editorial
Esta obra destaca por su capacidad para traducir conceptos complejos de machine learning e inteligencia artificial en explicaciones accesibles y aplicables. El formato de preguntas y respuestas, junto con la experiencia del autor como investigador y educador, convierte al libro en una herramienta práctica para quienes ya tienen una base y desean resolver dudas técnicas concretas. Su estructura modular permite un aprendizaje flexible y enfocado, lo que lo hace especialmente útil tanto para el estudio autodidacta como para la consulta profesional en el día a día. Es una adición valiosa para cualquier biblioteca técnica centrada en la IA.