TY  - BOOK
TI  - Inteligencia Artificial: Casos Prácticos con Aprendizaje Profundo
SN  - 978-958-792-440-4
PY  - 2022///
CY  - Colombia
PB  - Ra-ma Editorial; Edicionces de la U
KW  - DESARROLLO DEL PENSAMIENTO
N1  - INDICE
-AGRADECIMIENTOS
-AUTORES
-INTRODUCCIÓN AL LIBRO
-CAPÍTULO 1. INTRODUCCIÓN AL APRENDIZAJE PROFUNDO
1.1 EL SIGLO DE LOS DATOS
1.2 ANÁLISIS DE LOS DATOS. ETAPAS.....
1.3 APRENDIZAJE MÁQUINA. TIPOS Y APLICACIONES
1.4 APRENDIZAJE PROFUNDO. BREVE HISTORIA.
1.5 BIBLIOGRAFIA.
-CAPÍTULO 2. MODELOS NEURONALES MULTIFUNCIÓN
2.1 NEURONA ARTIFICIAL. ELEMENTOS QUE LA FORMAN
2.2 PERCEPTRÓN. ALGORITMO DE APRENDIZAJE
2.3 ADALINA. DESCENSO POR GRADIENTE. LMS.
2.4 ESTRUCTURAS ADAPTATIVAS. VARIANTES DEL LMS
2.5 PERCEPTRÓN MULTICAPA. BACKPROPAGATION.
2.6 VARIANTES DEL BACKPROPAGATION. ELECCIÓN DE LA ARQUITECTURA......
2.7 APLICANDO EL PERCEPTRÓN MULTICAPA.
2.7.1 Arquitectura..
2.7.2 Modo de funcionamiento
2.7.3 Función de coste.
2.7.4 Sobreajuste (overfitting)
2.7.5 Preprocesador de las entradas.
2.7.6 Problemas con estructuras profundas.
2.8 MODELOS NEURONALES PARA CLUSTERING. SOM.
2.9 LABORATORIO
2.10 BIBLIOGRAFIA
-CAPÍTULO 3. MODELOS NEURONALES ORIENTADOS A VISIÓN.
3.1 PROBLEMAS DEL MLP EN IMÁGENES..
3.2 ARQUITECTURA DE UNA CNN. PARTES ESENCIALES.
3.3 ARQUITECTURAS FAMOSAS.
3.3.1 Modelos más relevantes que han participado en el ILSVRC.
3.4 AUMENTO DE DATOS Y TRANSFERENCIA DE APRENDIZAJE
3.5 OTRAS APLICACIONES DE LAS CNN
3.5.1 Detección de objetos.
3.5.2 Segmentación de imágenes
3.5.3 Laboratorio
3.6 BIBLIOGRAFIA..
-CAPÍTULO 4. MODELOS NEURONALES ORIENTADOS A DATOS TEMPORALES...
4.1 DATOS TEMPORALES. CARACTERÍSTICAS
4.2 MODELOS MULTICAPA RECURRENTES CLÁSICOS
4.3 REDES RECURRENTES (RNN)
4.4 LONG-SHORT-TERM MEMORY (LSTM)
4.5 REDES GATED RECURRENT UNIT (GRU)
4.6 APLICACIONES DE LAS REDES RECURRENTES.
4.7 LABORATORIO
4.8 BIBLIOGRAFIA..
-CAPÍTULO 5. MODELOS GENERATIVOS.
5.1 INTRODUCCIÓN A LOS MODELOS GENERATIVOS
5.2 AUTOENCODERS
5.3 AUTOENCODERS VARIACIONALES.
5.4 GAN (GENERATIVE ADVERSARIAL NETWORKS)
5.5 PROBLEMAS EN EL AJUSTE DE LAS GAN.
5.6 VARIACIONES DE LAS GAN.
5.7 LABORATORIO
5.8 BIBLIOGRAFÍA
-CAPÍTULO 6. APRENDIZAJE REFORZADO
6.1 INTRODUCCIÓN AL APRENDIZAJE REFORZADO
6.2 ELEMENTOS MATEMÁTICOS A TENER EN CUENTA EN EL APRENDIZAJE REFORZADO
6.3 MÉTODOS DE APRENDIZAJE POR DIFERENCIAS TEMPORALES: SARSAY Q-LEARNING
64 APRENDIZAJE REFORZADO PROFUNDO
6.5 LABORATORIO
6.6 BIBLIOGRAFIA
MATERIAL ADICIONAL
ER  -