Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab

Autores
Vorobioff, Juan; Cerrotta, Santiago; Eneas Morel, Nicolas; Amadio, Ariel
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
libro
Estado
versión publicada
Descripción
Este libro se basa en la experiencia profesional de los autores en el área de Inteligencia Artificial (IA) aplicado al análisis y procesamiento de datos, señales e imágenes. La IA contiene distintas disciplinas como aprendizaje automático, aprendizaje profundo, minería de datos, entre otras. Analizamos principalmente las redes neuronales. Sin embargo, también mostramos algunos métodos de reconocimiento estadístico de patrones y métodos de visión artificial, ya que presentan algunas ventajas (y desventajas) respecto de las redes neuronales. Dentro de las redes neuronales presentamos una introducción a las redes básicas, a las redes convolucionales de aprendizaje profundo y a las redes dinámicas. Para cada tema se presenta un marco teórico, desarrollos matemáticos, ejercicios analíticos, ejemplos de aplicaciones y ejercicios en Matlab®, Python y otros entornos. El libro contiene los códigos QR para descargar los programas. Se espera que el contenido del libro le sirva al lector para comprender diferentes técnicas de IA, así también para desarrollar y comparar distintos algoritmos con aplicaciones científico tecnológicas y/o comerciales.
Fil: Vorobioff, Juan. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Cerrotta, Santiago. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Eneas Morel, Nicolas. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Amadio, Ariel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Peer Reviewed
Materia
IA
Inteligencia artificial
Redes neuronales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2022-03-28T13:29:26Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/6113
Acceder
id RIAUTN_7383ae1572a2cd8124d8a75f0f4dddd0
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/6113
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y MatlabVorobioff, JuanCerrotta, SantiagoEneas Morel, NicolasAmadio, ArielIAInteligencia artificialRedes neuronalesEste libro se basa en la experiencia profesional de los autores en el área de Inteligencia Artificial (IA) aplicado al análisis y procesamiento de datos, señales e imágenes. La IA contiene distintas disciplinas como aprendizaje automático, aprendizaje profundo, minería de datos, entre otras. Analizamos principalmente las redes neuronales. Sin embargo, también mostramos algunos métodos de reconocimiento estadístico de patrones y métodos de visión artificial, ya que presentan algunas ventajas (y desventajas) respecto de las redes neuronales. Dentro de las redes neuronales presentamos una introducción a las redes básicas, a las redes convolucionales de aprendizaje profundo y a las redes dinámicas. Para cada tema se presenta un marco teórico, desarrollos matemáticos, ejercicios analíticos, ejemplos de aplicaciones y ejercicios en Matlab®, Python y otros entornos. El libro contiene los códigos QR para descargar los programas. Se espera que el contenido del libro le sirva al lector para comprender diferentes técnicas de IA, así también para desarrollar y comparar distintos algoritmos con aplicaciones científico tecnológicas y/o comerciales.Fil: Vorobioff, Juan. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; ArgentinaFil: Cerrotta, Santiago. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; ArgentinaFil: Eneas Morel, Nicolas. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; ArgentinaFil: Amadio, Ariel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; ArgentinaPeer ReviewededUTecNe2022-03-28T13:29:26Z2022-03-28T13:29:26Z2022-03-28info:eu-repo/semantics/bookinfo:ar-repo/semantics/libroinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_2f33pdfapplication/pdf978-987-4998-82-8http://hdl.handle.net/20.500.12272/6113spainfo:eu-repo/semantics/openAccess2022-03-28T13:29:26Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionaledUTecNeReservados todos los derechos. No se permite la reproducción total o parcial de esta obra, ni su incorporación a un sistema informático, ni su transmisión en cualquier forma o por cualquier medio (electrónico, mecánico, fotocopia, grabación u otros) sin autorización previa y por escrito de los titulares del copyright. La infracción de dichos derechos puede constituir un delito contra la propiedad intelectual.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:44:30Zoai:ria.utn.edu.ar:20.500.12272/6113instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:44:30.539Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
title Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
spellingShingle Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
Vorobioff, Juan
IA
Inteligencia artificial
Redes neuronales
title_short Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
title_full Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
title_fullStr Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
title_full_unstemmed Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
title_sort Inteligencia artificial y redes neuronales. Fundamentos, ejercicios y aplicaciones con Python y Matlab
dc.creator.none.fl_str_mv Vorobioff, Juan
Cerrotta, Santiago
Eneas Morel, Nicolas
Amadio, Ariel
author Vorobioff, Juan
author_facet Vorobioff, Juan
Cerrotta, Santiago
Eneas Morel, Nicolas
Amadio, Ariel
author_role author
author2 Cerrotta, Santiago
Eneas Morel, Nicolas
Amadio, Ariel
author2_role author
author
author
dc.contributor.none.fl_str_mv



dc.subject.none.fl_str_mv IA
Inteligencia artificial
Redes neuronales
topic IA
Inteligencia artificial
Redes neuronales
dc.description.none.fl_txt_mv Este libro se basa en la experiencia profesional de los autores en el área de Inteligencia Artificial (IA) aplicado al análisis y procesamiento de datos, señales e imágenes. La IA contiene distintas disciplinas como aprendizaje automático, aprendizaje profundo, minería de datos, entre otras. Analizamos principalmente las redes neuronales. Sin embargo, también mostramos algunos métodos de reconocimiento estadístico de patrones y métodos de visión artificial, ya que presentan algunas ventajas (y desventajas) respecto de las redes neuronales. Dentro de las redes neuronales presentamos una introducción a las redes básicas, a las redes convolucionales de aprendizaje profundo y a las redes dinámicas. Para cada tema se presenta un marco teórico, desarrollos matemáticos, ejercicios analíticos, ejemplos de aplicaciones y ejercicios en Matlab®, Python y otros entornos. El libro contiene los códigos QR para descargar los programas. Se espera que el contenido del libro le sirva al lector para comprender diferentes técnicas de IA, así también para desarrollar y comparar distintos algoritmos con aplicaciones científico tecnológicas y/o comerciales.
Fil: Vorobioff, Juan. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Cerrotta, Santiago. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Eneas Morel, Nicolas. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Fil: Amadio, Ariel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina
Peer Reviewed
description Este libro se basa en la experiencia profesional de los autores en el área de Inteligencia Artificial (IA) aplicado al análisis y procesamiento de datos, señales e imágenes. La IA contiene distintas disciplinas como aprendizaje automático, aprendizaje profundo, minería de datos, entre otras. Analizamos principalmente las redes neuronales. Sin embargo, también mostramos algunos métodos de reconocimiento estadístico de patrones y métodos de visión artificial, ya que presentan algunas ventajas (y desventajas) respecto de las redes neuronales. Dentro de las redes neuronales presentamos una introducción a las redes básicas, a las redes convolucionales de aprendizaje profundo y a las redes dinámicas. Para cada tema se presenta un marco teórico, desarrollos matemáticos, ejercicios analíticos, ejemplos de aplicaciones y ejercicios en Matlab®, Python y otros entornos. El libro contiene los códigos QR para descargar los programas. Se espera que el contenido del libro le sirva al lector para comprender diferentes técnicas de IA, así también para desarrollar y comparar distintos algoritmos con aplicaciones científico tecnológicas y/o comerciales.
publishDate 2022
dc.date.none.fl_str_mv 2022-03-28T13:29:26Z
2022-03-28T13:29:26Z
2022-03-28
dc.type.none.fl_str_mv info:eu-repo/semantics/book
info:ar-repo/semantics/libro
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_2f33
format book
status_str publishedVersion
dc.identifier.none.fl_str_mv 978-987-4998-82-8
http://hdl.handle.net/20.500.12272/6113
identifier_str_mv 978-987-4998-82-8
url http://hdl.handle.net/20.500.12272/6113
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2022-03-28T13:29:26Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
edUTecNe
Reservados todos los derechos. No se permite la reproducción total o parcial de esta obra, ni su incorporación a un sistema informático, ni su transmisión en cualquier forma o por cualquier medio (electrónico, mecánico, fotocopia, grabación u otros) sin autorización previa y por escrito de los titulares del copyright. La infracción de dichos derechos puede constituir un delito contra la propiedad intelectual.
eu_rights_str_mv openAccess
rights_invalid_str_mv 2022-03-28T13:29:26Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
edUTecNe
Reservados todos los derechos. No se permite la reproducción total o parcial de esta obra, ni su incorporación a un sistema informático, ni su transmisión en cualquier forma o por cualquier medio (electrónico, mecánico, fotocopia, grabación u otros) sin autorización previa y por escrito de los titulares del copyright. La infracción de dichos derechos puede constituir un delito contra la propiedad intelectual.
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv edUTecNe
publisher.none.fl_str_mv edUTecNe
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230882403647488
score 13.265058

Publicaciones similares