Inteligencia artificial: Aprendizaje automático, aprendizaje profundo y procesos de automatización
Por John Adamssen
4.5/5
()
Información de este libro electrónico
Libro 1: En esta guía, aprenderá sobre todos los conceptos básicos de la inteligencia artificial. Aprenderá qué es, cómo funciona y de dónde viene (o, en otras palabras, cómo comenzó todo).
Aparte de eso, nos sumergiremos en algunos análisis de datos y ejemplos de inteligencia artificial. Cubriremos varios pasos en el proceso analítico y veremos qué se necesita para que la inteligencia artificial sea efectiva.
Por último, pero no menos importante, los problemas de seguridad y privacidad saldrán a la luz, ya que la era de hoy está llena de piratería, espionaje y robo. Por lo tanto, es obligatorio que estos dispositivos y sistemas se mantengan seguros y protegidos.
Libro 2: Muchas personas tienen preguntas sin respuesta sobre inteligencia artificial. Hoy, la mayoría de esas preguntas probablemente serán respondidas. Se abordarán las preocupaciones y se darán ejemplos. Este libro comienza con una sección de preguntas y respuestas sobre inteligencia artificial.
Luego procede a cubrir aplicaciones específicas inteligentes artificialmente, como chatbots y robótica. Estas páginas mostrarán detalles de cosas que desconciertan las mentes de muchas personas. Pero no se quedará en la oscuridad y disfrutará de todos los beneficios de este conocimiento.
Lee más de John Adamssen
Inteligencia artificial: La guía completa para principiantes del futuro de la IA Calificación: 1 de 5 estrellas1/5Inteligencia artificial: Aprender sobre chatbots, robótica y otras aplicaciones comerciales Calificación: 5 de 5 estrellas5/5Inteligencia artificial: Análisis de datos e innovación para principiantes Calificación: 4 de 5 estrellas4/5Inteligencia artificial: Cómo el aprendizaje automático, la robótica y la automatización han dado forma a nuestra sociedad Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Robots, aplicaciones y aprendizaje automático en pocas palabras Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Comprender las aplicaciones comerciales, la automatización y el mercado laboral Calificación: 0 de 5 estrellas0 calificaciones
Relacionado con Inteligencia artificial
Libros electrónicos relacionados
Las bases de big data y de la inteligencia artificial Calificación: 5 de 5 estrellas5/5Inteligencia artificial Calificación: 2 de 5 estrellas2/5Inteligencia artificial: Comprender las aplicaciones comerciales, la automatización y el mercado laboral Calificación: 0 de 5 estrellas0 calificaciones¿Cómo piensan las máquinas?: Inteligencia artificial para humanos Calificación: 5 de 5 estrellas5/5Inteligencia Artificial Calificación: 4 de 5 estrellas4/5Aprendizaje Automático En Acción: Un Libro Para El Lego, Guía Paso A Paso Para Los Novatos Calificación: 1 de 5 estrellas1/5Guía Rápida De Robótica E Inteligencia Artificial: Sobreviviendo A La Revolución De La Automatización Calificación: 5 de 5 estrellas5/5Inteligencia artificial: la cuarta revolución industrial Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Qué haremos cuando las máquinas lo hagan todo: Artificial intelligence, bots & big data Calificación: 5 de 5 estrellas5/5Inteligencia Artificial: ¿Cómo Cambiará Nuestro Futuro? Una Guía Para Entender El Impacto y La Revolución De La IA Calificación: 0 de 5 estrellas0 calificacionesGuíaBurros Big data: Inteligencia artificial y futuro Calificación: 0 de 5 estrellas0 calificacionesAprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial Calificación: 0 de 5 estrellas0 calificacionesLas bases de Big Data Calificación: 5 de 5 estrellas5/5La Red de Todo: Internet de las Cosas y el Futuro de la Economia Conectada Calificación: 4 de 5 estrellas4/5Python Machine Learning Calificación: 5 de 5 estrellas5/5Ciencia de datos: La serie de conocimientos esenciales de MIT Press Calificación: 5 de 5 estrellas5/5Explorando el Poder de la Inteligencia Artificial Calificación: 0 de 5 estrellas0 calificacionesBIG DATA - Técnicas, herramientas y aplicaciones Calificación: 2 de 5 estrellas2/5Python Deep Learning: Introducción práctica con Keras y TensorFlow 2 Calificación: 4 de 5 estrellas4/5Inteligencia artificial y derecho, un reto social Calificación: 5 de 5 estrellas5/5Big Data y el Internet de las cosas: Qué hay detrás y cómo nos va a cambiar Calificación: 4 de 5 estrellas4/5Análisis y diseño de algoritmos: Implementaciones en C y Pascal Calificación: 0 de 5 estrellas0 calificacionesEl camino a las redes neuronales artificiales Calificación: 0 de 5 estrellas0 calificacionesFundamentos de Programación y Bases de Datos: 2ª Edición Calificación: 0 de 5 estrellas0 calificacionesAlgoritmos Genéticos con Python: Un enfoque práctico para resolver problemas de ingeniería Calificación: 5 de 5 estrellas5/5
Computadoras para usted
Excel 2021 y 365 Paso a Paso: Paso a Paso Calificación: 5 de 5 estrellas5/5Seducción con texting: Atrae y seduce las mujeres que deseas con poco esfuerzo dominando el arte de los mensajes de texto Calificación: 4 de 5 estrellas4/5Cómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificacionesAnálisis de datos con power bi, r-rstudio y knime: Curso práctico Calificación: 0 de 5 estrellas0 calificacionesPsicopatología básica Calificación: 4 de 5 estrellas4/5Las Estafas Digitales Calificación: 5 de 5 estrellas5/5APLICACIONES PRACTICAS CON EXCEL Calificación: 5 de 5 estrellas5/5Curso de Ingeniería de Software Calificación: 4 de 5 estrellas4/5Aprende a programar en C# Calificación: 5 de 5 estrellas5/5Como Hacer Dinero Con La Impresion 3D: La Nueva Revolucion Digital: COMPUTADORES/ Teoría de Máquinas/Impresoras Calificación: 4 de 5 estrellas4/5EL PLAN DE MARKETING EN 4 PASOS. Estrategias y pasos clave para redactar un plan de marketing eficaz. Calificación: 4 de 5 estrellas4/5Aprende a Programar con Java Calificación: 4 de 5 estrellas4/5Cómo Eliminar Distracciones: Dispara tu Atención y Concentración Mental con Sencillos Métodos que Puedes Empezar a Usar Hoy Mismo Calificación: 5 de 5 estrellas5/5Biografía De Elon Musk Calificación: 4 de 5 estrellas4/5Blockchain: Aplicaciones y Entendimiento En El Mundo Real Calificación: 2 de 5 estrellas2/5Fractales De Dios Calificación: 5 de 5 estrellas5/5El Arte de las Ventas: Descubre los Secretos de los Mejores Vendedores del Mundo e Incrementa tus Ganancias más Allá de lo que Pensabas Posible Calificación: 0 de 5 estrellas0 calificaciones
Comentarios para Inteligencia artificial
2 clasificaciones0 comentarios
Vista previa del libro
Inteligencia artificial - John Adamssen
Inteligencia artificial
Aprendizaje automático, aprendizaje profundo y procesos de automatización
Por John Adamssen
Inteligencia artificial
Análisis de datos e innovación para principiantes
Por John Adamssen
Table of Contents
Capítulo 1: Historia de la inteligencia artificial
Capítulo 2: Cómo funciona la inteligencia artificial
Capítulo 3: Análisis de datos
Capítulo 4: Pasos del proceso de análisis de datos
Capítulo 5: Ejemplos de gran alcance o f Inteligencia Artificial En uso hoy en día
Capítulo 6: ¿Por qué es importante la seguridad?
Capítulo 1: Historia de la inteligencia artificial
El término inteligencia artificial se acuñó en 1956, pero la IA se ha vuelto más popular en la actualidad gracias al aumento de los volúmenes de datos, los algoritmos avanzados y las mejoras en la capacidad de procesamiento y el almacenamiento.
Las primeras investigaciones sobre IA en la década de 1950 exploraron temas como la resolución de problemas y los métodos simbólicos. En la década de 1960, el Departamento de Defensa de EE. UU. Se interesó en este tipo de trabajo y comenzó a entrenar computadoras para imitar el razonamiento humano básico. Por ejemplo, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) completó proyectos de mapas de calles en la década de 1970. Y DARPA produjo asistentes personales inteligentes en 2003, mucho antes de que Siri, Alexa o Cortana fueran nombres familiares.
Este trabajo inicial allanó el camino para la automatización y el razonamiento formal que vemos en las computadoras de hoy, incluidos los sistemas de apoyo a la toma de decisiones y los sistemas de búsqueda inteligente que pueden diseñarse para complementar y aumentar las capacidades humanas.
Si bien las películas de Hollywood y las novelas de ciencia ficción muestran a la IA como robots con apariencia humana que se apoderan del mundo, la evolución actual de las tecnologías de IA no es tan aterradora ni tan inteligente. En cambio, la IA ha evolucionado para proporcionar muchos beneficios específicos en todas las industrias. Siga leyendo para conocer ejemplos modernos de inteligencia artificial en el cuidado de la salud, el comercio minorista y más.
¿Por qué es importante la inteligencia artificial?
La IA automatiza el aprendizaje y el descubrimiento repetitivos a través de datos. Pero la IA es diferente de la automatización robótica impulsada por hardware. En lugar de automatizar las tareas manuales, la IA realiza tareas frecuentes, de gran volumen y computarizadas de manera confiable y sin fatiga. Para este tipo de automatización, la investigación humana sigue siendo esencial para configurar el sistema y hacer las preguntas correctas.
La IA agrega inteligencia a los productos existentes. En la mayoría de los casos, la IA no se venderá como una aplicación individual. Más bien, los productos que ya usa se mejorarán con capacidades de inteligencia artificial, al igual que Siri se agregó como una característica a una nueva generación de productos de Apple. La automatización, las plataformas conversacionales, los bots y las máquinas inteligentes se pueden combinar con grandes cantidades de datos para mejorar muchas tecnologías en el hogar y en el lugar de trabajo, desde la inteligencia de seguridad hasta el análisis de inversiones.
La IA se adapta a través de algoritmos de aprendizaje progresivo para permitir que los datos hagan la programación. La IA encuentra estructura y regularidades en los datos para que el algoritmo adquiera una habilidad: el algoritmo se convierte en un clasificador o un predictor. Entonces, así como el algoritmo puede enseñarse a sí mismo a jugar al ajedrez, puede enseñarse a sí mismo qué producto recomendar en línea a continuación. Y los modelos se adaptan cuando se les dan nuevos datos. La retropropagación es una técnica de IA que permite que el modelo se ajuste, mediante entrenamiento y datos agregados, cuando la primera respuesta no es del todo correcta.
La IA analiza más datos y más profundos utilizando redes neuronales que tienen muchas capas ocultas. Construir un sistema de detección de fraudes con cinco capas ocultas era casi imposible hace unos años. Todo eso ha cambiado con una increíble potencia informática y big data. Necesita muchos datos para entrenar modelos de aprendizaje profundo porque aprenden directamente de los datos. Cuantos más datos pueda alimentarlos, más precisos serán.
La IA logra una precisión increíble a través de redes neuronales profundas, lo que antes era imposible. Por ejemplo, sus interacciones con Alexa, Búsqueda de Google y Google Photos se basan en el aprendizaje profundo, y se vuelven más precisas cuanto más las usamos. En el campo de la medicina, las técnicas de inteligencia artificial del aprendizaje profundo, la clasificación de imágenes y el reconocimiento de objetos ahora se pueden utilizar para encontrar el cáncer en las resonancias magnéticas con la misma precisión que los radiólogos altamente capacitados.
La IA aprovecha al máximo los datos. Cuando los algoritmos son de autoaprendizaje, los datos en sí pueden convertirse en propiedad intelectual. Las respuestas están en los datos; solo tienes que aplicar IA para sacarlos. Dado que el papel de los datos es ahora más importante que nunca, puede crear una ventaja competitiva. Si tiene los mejores datos en una industria competitiva, incluso si todos aplican técnicas similares, los mejores datos ganarán.
¿Cuáles son los desafíos de usar inteligencia artificial?
La inteligencia artificial va a cambiar todas las industrias, pero tenemos que entender sus límites.
La principal limitación de la IA es que aprende de los datos. No hay otra forma de incorporar el conocimiento. Eso significa que cualquier inexactitud en los datos se reflejará en los resultados. Y cualquier capa adicional de predicción o análisis debe agregarse por separado.
Los sistemas de IA actuales están capacitados para realizar una tarea claramente definida. El sistema que juega al póquer no puede jugar al solitario ni al ajedrez. El sistema que detecta el fraude no puede conducir un automóvil ni brindarle asesoramiento legal. De hecho, un sistema de inteligencia artificial que detecta el fraude en la atención médica no puede detectar con precisión el fraude fiscal o el fraude en reclamaciones de garantía.
En otras palabras, estos sistemas son muy, muy especializados. Están enfocados en una sola tarea y están lejos de comportarse como humanos.
Asimismo, los sistemas de autoaprendizaje no son sistemas autónomos. Las tecnologías de