Descripción
INTRODUCCION A LAS REDES NEURONALES CONVOLUCIONALES
Resumen del libro
Este libro ofrece una inmersión técnica y conceptual en las redes neuronales convolucionales (CNNs), la arquitectura de inteligencia artificial que impulsa los sistemas de visión artificial más avanzados. Desde el reconocimiento facial hasta el diagnóstico por imagen clínica, la obra desglosa el funcionamiento interno de estas redes, explicando su estructura, principios matemáticos y aplicaciones prácticas. Dirigido a estudiantes y profesionales, proporciona las bases necesarias para comprender y aplicar esta tecnología clave en la inteligencia artificial moderna.
¿De qué trata?
La obra se adentra en el corazón de las redes neuronales convolucionales (CNNs), explicando cómo estas arquitecturas han revolucionado el campo de la visión artificial. A través de un enfoque técnico y accesible, el libro descompone los componentes esenciales de las CNNs: las capas de convolución, las funciones de activación, el pooling y las capas completamente conectadas. Se abordan conceptos fundamentales como la extracción de características, el aprendizaje de patrones visuales y el proceso de entrenamiento de estas redes. El texto también explora cómo las CNNs han logrado éxitos notables en aplicaciones cotidianas como los sistemas de reconocimiento facial en aeropuertos, los detectores de objetos en movimiento y los sistemas de diagnóstico basados en imágenes clínicas. Con un enfoque pedagógico, el libro conecta la teoría con ejemplos prácticos, permitiendo al lector comprender tanto el "cómo" como el "por qué" del funcionamiento de estas redes.
Temas principales
- Fundamentos de las redes neuronales convolucionales (CNNs) y su arquitectura
- Procesos de convolución, pooling y extracción de características en imágenes
- Aplicaciones de visión artificial: reconocimiento facial, detección de objetos y diagnóstico clínico
- Mecanismos de aprendizaje y entrenamiento de redes convolucionales
- Integración de las CNNs en sistemas prácticos de inteligencia artificial
¿Para quién está recomendado?
Este libro está dirigido a estudiantes de grado, máster o doctorado interesados en la visión artificial, procedentes de disciplinas como Ciencias de la Computación, Ciencia Cognitiva, Ingenierías, Psicología y Robótica. También es adecuado para profesionales que ya trabajan con técnicas de inteligencia artificial de manera aplicada y desean profundizar en los fundamentos teóricos y prácticos de las redes convolucionales.
Qué aporta este libro
- Comprensión profunda de la arquitectura y funcionamiento de las CNNs, más allá de su uso como caja negra
- Base conceptual sólida para aplicar redes convolucionales en proyectos de visión artificial
- Conexión entre los principios teóricos y las aplicaciones reales en reconocimiento facial, detección de objetos y diagnóstico médico
- Herramientas para interpretar y optimizar el rendimiento de sistemas basados en CNNs
- Fundamentos para avanzar hacia investigaciones o desarrollos más especializados en inteligencia artificial
Ficha técnica
- Autor: MARTINEZ HUERTAS, JOSE ANGEL; DE JORGE BOTANA, GUILLERMO
- Editorial: UNED
- Idioma: Español
- Tema: REDES NEURONALES Y SISTEMAS DIFUSOS
- Colección: CIENCIAS SOCIALES Y JURIDICAS
- Encuadernación: Bolsillo
- Fecha de edición: febrero de 2026
- Número de páginas: 155
- Peso: 308 g
Valoración editorial
Esta obra constituye una introducción rigurosa y bien estructurada a las redes neuronales convolucionales, ideal para quienes buscan comprender los fundamentos técnicos de la visión artificial. Su enfoque pedagógico y su alcance interdisciplinario la convierten en un recurso valioso tanto para estudiantes que inician su formación en inteligencia artificial como para profesionales que desean consolidar sus conocimientos teóricos. La claridad expositiva y la conexión con aplicaciones reales hacen de este libro una herramienta práctica para adentrarse en una de las tecnologías más influyentes de la inteligencia artificial contemporánea.