APRENDIZAJE AUTOMÁTICO
Introducción al aprendizaje profundo
Este contenido se compartirá a través de todas las páginas de productos.
| Categoría | Tecnología e Informática |
| ISBN | 9786123175887 |
| Peso | 0.60 |
| Idioma | Español |
| Editorial | Fondo Editorial PUCP |
| Autor | Véliz Capuñay, Carlos |
| Tapa | Rústica |
| Año | 2020 |
| Ciudad | Lima |
| Páginas | 330 |
| Idioma: Español |
| Editorial: Fondo Editorial PUCP |
| Autor: Véliz Capuñay, Carlos |
| Tapa: Rústica |
| Año: 2020 |
| Ciudad: Lima |
| Páginas: 330 |
Desde la aparición de las computadoras, sus primeras tareas han sido resolver problemas difíciles para el ser humano y para ello se las ha programado con reglas formales y que funcionan para cada problema específico. El aprendizaje automático ha roto, en parte, este paradigma y ha permitido que muchos de estos problemas se solucionen sin que las máquinas sean programadas con algoritmos particulares, sino de manera general, a partir de la experiencia.
Los algoritmos emulan la función del cerebro humano y se basan en el modelo de las redes neuronales. El aprendizaje profundo (deep learning) proporciona algoritmos de alto nivel que permiten tales caracterizaciones de manera automática y jerárquica. Este libro se centra en los dos modelos del aprendizaje profundo que han tenido gran impacto en la revolución de la inteligencia artificial: las redes neuronales convolucionales y las redes neuronales recurrentes, cuyas aplicaciones serán comentadas y explicadas con ejemplos prácticos que incluyen su aplicación al campo médico, específicamente al estudio de la COVID-19.