Descripción del título
Inteligencia Artificial par...
Este libro sobre Inteligencia Artificial se dirige principalmente a desarrolladores y no requiere profundos conocimientos en matemáticas. A lo largo de los distintos capítulos la autora presenta las principales técnicas de Inteligencia Artificial y, para cada una de ellas, su inspiración, biológica, física o incluso matemática, así como los distintos conceptos y principios (sin entrar en detalles matemáticos), con ejemplos y gráficos 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 C#. Estos ejemplos de código genéricos son fácilmente adaptables a numerosas aplicaciones en C#, bien sea en aplicaciones .NET clásicas, para ASP.NET, o incluso aplicaciones Windows (versiones 8 y 10). 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 ellos el algoritmo A*, utilizado 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 metaheurísticos, entre ellos la búsqueda tabú, que permite encontrar las mejores soluciones a problemas de optimización, con o sin restricciones. - Los sistemas multi-agentes, que simulan elementos muy simples o que permiten conseguir comportamientos emergentes a partir de varios agentes muy sencillos. Las redes neuronales (o 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 de Visual Studio 2017 (uno por cada técnica de Inteligencia Artificial que se aborda en el libro), desarrollados en C#. Cada proyecto contiene una PCL para la parte genérica y una aplicación (en modo consola o WPF, según los capítulos) para la parte específica 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. Los capítulos del libro: Prólogo - Introducción - Sistemas expertos - Lógica difusa - Búsqueda de rutas - Algoritmos genéticos - Metaheurísticos de optimización - Sistemas multi-agentes - Redes neuronales - Webgrafía - Anexo
Monografía
monografia Rebiun32320289 https://catalogo.rebiun.org/rebiun/record/Rebiun32320289 m o d cr cn uuaua 221115s2018||||sp |||||o|||||||| ||spa|| 9782409014925 versión digital online) 9782409014918 versión impresa) UPSA DPT2INT Editions ENI spa esslup spa fre Inteligencia Artificial para desarrolladores Conceptos e implementación en C# (2ª edición) Virginie MATHIVET Barcelona Ediciones ENI 2018 Barcelona Barcelona Ediciones ENI 0 pages 0 pages Texto txt rdacontent computadora c rdamedia recurso en línea cr rdacarrier DATA PRO Autor: MATHIVET, Virginie Edición del 3 July 2018 El acceso al documento requiere autenticación con la cuenta del campus virtual UPSA Este libro sobre Inteligencia Artificial se dirige principalmente a desarrolladores y no requiere profundos conocimientos en matemáticas. A lo largo de los distintos capítulos la autora presenta las principales técnicas de Inteligencia Artificial y, para cada una de ellas, su inspiración, biológica, física o incluso matemática, así como los distintos conceptos y principios (sin entrar en detalles matemáticos), con ejemplos y gráficos 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 C#. Estos ejemplos de código genéricos son fácilmente adaptables a numerosas aplicaciones en C#, bien sea en aplicaciones .NET clásicas, para ASP.NET, o incluso aplicaciones Windows (versiones 8 y 10). 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 ellos el algoritmo A*, utilizado 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 metaheurísticos, entre ellos la búsqueda tabú, que permite encontrar las mejores soluciones a problemas de optimización, con o sin restricciones. - Los sistemas multi-agentes, que simulan elementos muy simples o que permiten conseguir comportamientos emergentes a partir de varios agentes muy sencillos. Las redes neuronales (o 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 de Visual Studio 2017 (uno por cada técnica de Inteligencia Artificial que se aborda en el libro), desarrollados en C#. Cada proyecto contiene una PCL para la parte genérica y una aplicación (en modo consola o WPF, según los capítulos) para la parte específica 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. Los capítulos del libro: Prólogo - Introducción - Sistemas expertos - Lógica difusa - Búsqueda de rutas - Algoritmos genéticos - Metaheurísticos de optimización - Sistemas multi-agentes - Redes neuronales - Webgrafía - Anexo Para la consulta del documento es necesario introducir un seudónimo y una contraseña (opcional). Puede escoger el seudónimo y la contraseña que desee. Su único objetivo es reconocerle la próxima vez que consulte la biblioteca Online ENI, de modo que conserve sus favoritos, marcapáginas y anotaciones. No permite la descarga ni la impresión del contenido algoritmos deep learning LNDPT2INT lógica difusa metaheurísticos multi redes neuronales sistemas expertos agentes IA Libros electrónicos Documentos electrónicos ENI Ediciones ENI (Cornellà de Llobregat, España) ENI Biblioteca Online (Servicio en linea)