6 libros imprescindibles de Inteligencia Artificial
- abril 23 2019
Proponemos una selección de obras sobre Inteligencia Artificial indispensables para cualquiera que quiera especializarse en la materia
Libros indispensables de Inteligencia Artificial y Machine Learning
Hemos decidido hacer una selección de libros indispensables de Inteligencia Artificial para los amantes de la lectura y las ciencias de la computación.
La lista es escueta respecto al volumen total de obras existentes en la materia. Pero, en esencia, ofrece una gran cantidad de conocimiento para cualquiera interesado en aprender más de Inteligencia Artificial y Machine Learning.
Artificial Intelligence: A Modern Approach
Stuart Russell es un informático inglés conocido por sus contribuciones a la inteligencia artificial. Es profesor de ciencias de la computación en la Universidad de California en Berkeley y profesor adjunto de cirugía neurológica en la Universidad de California en San Francisco. Peter Norvig es un científico informático norteamericano y trabaja como director de investigación de Google Inc.
El libro fue publicado el 1995 y la tercera edición fue lanzada el 11 de diciembre de 2009. Algunos le llaman “El libro más conocido de Inteligencia Artificial” y es utilizado en más de 1300 universidades.
La obra se divide en 7 partes, con un total de 27 capítulos:
- Parte1: Inteligencia Artificial – Establece el escenario para las siguientes secciones viendo los sistemas de inteligencia artificial como agentes inteligentes que pueden decidir qué acciones tomar y cuándo tomarlas.
- Parte 2: Resolución de problemas – En esta parte se centra en los métodos para decidir qué acción tomar cuando se necesita pensar varios pasos por delante (ejemplo juego del ajedrez).
- Parte 3: Conocimiento, razonamiento y planificación – debate maneras de representar el conocimiento sobre el ambiente de los agentes inteligentes y cómo razonar lógicamente con ese conocimiento.
- Parte 4: Conocimiento y razonamiento inciertos – Esta sección es análoga a la “Parte 3”, pero trata la toma de decisiones y el razonamiento en presencia de incertidumbre en el medio ambiente.
- Parte 5: Aprendizaje – Narra formas de generar conocimiento requerido por los componentes de toma de decisiones e introduce un nuevo componente, la red neuronal.
- Parte 6: Comunicarse, percibir y actuar – Cuenta los métodos en que un agente inteligente puede percibir su entorno, ya sea por la visión el tacto.
- Parte 7: Conclusiones – Considera el pasado y el futuro de la Inteligencia Artificial al discutir lo que realmente es y por qué ha tenido éxito hasta cierto punto. También discute la visión de los filósofos que creen que la IA nunca puede logrará alcanzar el éxito.
Machine Learning Texbook
El estadounidense Tom Michael Mitchell es un científico informático profesor de la E. Fredkin de la Universidad Carnegie Mellon (CMU). Anteriormente trabajó como presidente del departamento de aprendizaje automático de la CMU. Es mundialmente conocido conocido por sus contribuciones al avance del Machine Learning, la inteligencia artificial y la neurociencia cognitiva.
El autor también es miembro de la Academia Nacional de Ingeniería de los Estados Unidos desde 2010 y miembro de la Asociación Americana para el Avance de la Ciencia al mismo tiempo que perece a la Asociación para el Avance de la Inteligencia Artificial (AAAI).
El libro se publica en 1990 y es un material excelente para aquellos que deseen sumergirse en el mundo del aprendizaje automático, que consiste en el estudio de métodos que permiten a los programas informáticos mejorar automáticamente a través de la experiencia.
Inteligencia Artificial
Patrick Winston es un científico informático americano que trabaja como profesor en Instituto de Tecnología de Massachusetts. Winston fue director del laboratorio de IA del MIT de 1972 a 1997 (Puesto que anteriormente ocupaba Marvin Minsky).
El libro, editado en 1997, es considerado una de las principales obras escritas de la Inteligencia Artificial y explica cómo es posible que los ordenadores razonen y perciban. Los científicos e ingenieros informáticos disfrutarán enormemente del libro.
Causality: Models, Reasoning and Inferenceasuality
Judea Pearl es un filósofo e Informático teórico norteamericano de origen Judio, nacido en Tel-Aviv el 4 de septiembre de 1936. Es conocido por desarrollar la aproximación probabilística a la Inteligencia Artificial, en particular utilizando las Redes Bayesianas y la formalización del razonamiento causal.
Este libro proporciona una exposición moderna y completa del análisis del concepto de la casualidad. Muestra cómo la causalidad ha pasado de ser un concepto nebuloso a una teoría matemática con importantes aplicaciones en los campos de la estadística, la inteligencia artificial, la economía, la filosofía, la ciencia cognitiva y la salud y las ciencias sociales.
Cognitive processes in planning
Barbara Hayes-Roth es una científica informática que trabaja en la Universidad de Stanford.
El libro contiene 58 páginas y es editado por Rand. Su lectura nos ofrece un análisis brillante para conocer más sobre los procesos cognitivos y su planificación.
Machine Learning: An Artificial Intelligence Approach
Jaime G. Carbonell es un científico americano nacido en Montevideo, Uruguay. Se doctoró en ciencias de la computación en la Universidad de Yale en 1979. Es experto en material de inteligencia artificial, investiga el procesamiento de los lenguajes naturales, las máquinas traductoras y de aprendizaje automático. Jaime Carbonell se ha especializado en la traducción mecánica de lenguas naturales.
Machine Learnig: un enfoque de inteligencia artificial contiene descripciones y trabajos de investigación representativos de las tendencias en el área del aprendizaje automático tal como se ven desde una perspectiva de Inteligencia Artificial.
(Los libros se pueden comprar presionando en la imagen de cada una de las portadas)
OPTIMICE SU NEGOCIO
Forme parte de las empresas que ya utilizan la tecnología de DAIL Software