Este libro sobre Inteligencia Artificial está dirigido particularmente a los desarrolladores y no requiere profundos conocimientos en matemáticas. Al hilo de los distintos capítulos, la autora presenta las principales técnicas de Inteligencia Artificial y, para cada una de ellas, su inspiración biológica, física e incluso matemática, así como los distintos conceptos y principios (sin entrar en detalles matemáticos), con...
Este libro sobre Inteligencia Artificial está dirigido particularmente a los desarrolladores y no requiere profundos conocimientos en matemáticas. Al hilo de los distintos capítulos, la autora presenta las principales técnicas de Inteligencia Artificial y, para cada una de ellas, su inspiración biológica, física e incluso matemática, así como los distintos conceptos y principios (sin entrar en detalles matemáticos), con ejemplos y gráficos e imágenes para cada uno de ellos. Los dominios de aplicación se ilustran mediante aplicaciones reales y actuales. Cada capítulo contiene un ejemplo de implementación genérico, que se completa con una aplicación práctica, desarrollada en Java. Estos ejemplos de código genéricos son fácilmente adaptables a numerosas aplicaciones Java 10, sin plug-in externos. Las técnicas de Inteligencia Artificial descritas son:
Los sistemas expertos, que permiten aplicar reglas para tomar decisiones o descubrir nuevos conocimientos.
La lógica difusa, que permite controlar sistemas informáticos o mecánicos de manera mucho más flexible que con los programas tradicionales.
Los algoritmos de búsqueda de rutas, entre los cuales el algoritmo A* se utiliza con frecuencia en videojuegos para encontrar los mejores caminos.
Los algoritmos genéticos, que utilizan la potencia de la evolución para aportar soluciones a problemas complejos.
Los principales maetaheurísticos, entre ellos la búsqueda tabú, que permiten encontrar soluciones óptimas a problemas de optimización, con o sin restricciones.
Los sistemas multi-agentes, que simulan elementos muy simples que permiten conseguir comportamientos emergentes a partir de varios agentes muy sencillos.
Las redes neuronales (y el deep learning),, capaces de descubrir y reconocer modelos en series históricas, en imágenes o incluso en conjuntos de datos.
Para ayudar al lector a pasar de la teoría a la práctica, la autora proporciona para su descarga en el sitio web www.ediciones-eni.com siete proyectos Java (realizados con Netbeans) uno por cada técnica de Inteligencia Artificial. Cada proyecto contiene un paquete genérico y uno o varios paquetes específicos a la aplicación propuesta.
El libro termina con una bibliografía que permite al lector encontrar más información acerca de las diferentes técnicas, una webgrafía que enumera algunos artículos que presentan aplicaciones reales, un anexo y un índice.
d. Variación del algoritmo de descenso por gradiente
e. Creación de nuevos datos: data augmentation
Otras arquitecturas
1. Red de neuronas con consolación
2. Mapas de Kohonen
3. Red de neuronas recurrentes
4. Red de Hopfield
Dominios de aplicación
1. Reconocimiento de patterns
2. Estimación de funciones
3. Creación de comportamientos
4. Aplicaciones actuales
Implementación
1. Puntos y conjuntos de puntos
2. Neurona
3. Red de neuronas
4. Interface hombre-máquina
5. Sistema completo
6. Programa principal
7. Aplicaciones
a. Aplicacion del XOR
b. Aplicacion en Abalone
c. Mejoras posibles
Resumen
Webgrafía
¿Por qué una webgrafía?
Sistemas expertos
Lógica difusa
Búsqueda de rutas
Algoritmos genéticos
Metaheurísticos
Sistemas multiagentes
Redes neuronales
Anexo
Instalación de SWI-Prolog
Uso de SWI-Prolog en Windows
Virginie MATHIVET
Virginie MATHIVET cursó un doctorado en Inteligencia Artificial, más concretamente en algoritmos genéticos y redes neuronales. Tras impartir clases de inteligencia artificial, robótica y materias relacionadas con el desarrollo durante más de 10 años, creó un departamento de Datos en una ESN (IA, Ingeniería de Datos, Big Data). En 2023 creó su propia empresa, Hemelopse, para centrarse en la consultoría estratégica de IA, al mismo tiempo que sigue formando y entrenando a Científicos de Datos. También es conferencista.