Sistemas de Aprendizaje Automático
Rodríguez, Carlos / Sánchez, Fernando / Méndez, Luis Alfonso
Esta obra aborda los contenidos relativos al módulo profesional Sistemas de aprendizaje automático del Curso de especialización en Inteligencia Artificial y Big Data, según Real Decreto 279/2021, de 20 de abril. El contenido que se desarrolla en este libro respeta los resultados de aprendizaje y los criterios de evaluación del título, que se afrontan desde una perspectiva conc...
Sinopsis
Esta obra aborda los contenidos relativos al módulo profesional Sistemas de aprendizaje automático del Curso de especialización en Inteligencia Artificial y Big Data, según Real Decreto 279/2021, de 20 de abril. El contenido que se desarrolla en este libro respeta los resultados de aprendizaje y los criterios de evaluación del título, que se afrontan desde una perspectiva concordante con todos los itinerarios de ingreso que contempla la ley. Asimismo, introduce modelos y librerías aceleradas por CUDA compatibles con la plataforma mecatrónica NVIDIA JETSON, y con ordenadores convencionales, lo que pone al alcance de los alumnos un completo material sobre sistemas de aprendizaje automático con aceleración por GPU. A lo largo de este manual, se han empleado las librerías de aprendizaje automático convencionales como el Scikit-learn para sistemas supervisados o no supervisados, y librerías como cuML o cuDF que imitan a las anteriores pero incluyendo aceleración GPU. Esto la convierte en la primera obra documentada en castellano sobre programación con la SDK nVidia DIGITS y RAPIDS, lo que permite el empleo de las unidades on the Edge JETBOT para el entrenamiento e inferencia de clasificadores de imágenes, y otras labores atractivas para un público que, después de haber pasado por el mercado laboral, vuelve a los centros docentes para adquirir nuevas destrezas que se implementan en este módulo, o bien, desea continuar estudios en este campo. En cada unidad, destacan elementos tales como esquemas, gráficos, imágenes, ejemplos, ejercicios resueltos y actividades prácticas que facilitan la asimilación de los conceptos estudiados, ayudando al alumno en su proceso de enseñanza-aprendizaje. Al final de cada unidad, se sintetizan sus aspectos fundamentales, se propone un cuestionario tipo test y actividades teórico-prácticas a desarrollar por el estudiante. El libro se complementa con una guía didáctica, exclusiva para docentes, que incluye la programación de módulo y la del aula, la solución de las actividades propuestas, así como recursos didácticos y actividades de ampliación que el profesor podrá utilizar como material adicional para atender las diferentes necesidades formativas en sus clases.
Índice
Unidad 1. Caracterización de sistemas de la inteligencia artificial fuerte y débil. Usos y posibilidades
Unidad 2. Caracterización de sistemas de aprendizaje automático
Unidad 3. Aplicación de algoritmos de aprendizaje supervisado, optimizando el resultado del modelo u minimizando los riesgos asociados
Unidad 4. Aplicación de algoritmos de aprendizaje no supervisado
Unidad 5. Características de modelos computacionales de redes neuronales y comparación con otros modelos
Unidad 6. Valoración de la calidad de los resultados obtenidos en la práctica por los sistemas de aprendizaje automático
Comentarios
Sé el primero en comentar este libroArtículos relacionados
