Algoritmos genéticos y aprendizaje automático para programadores: Crea Modelos de IA y Evoluciona Soluciones

Opiniones de los lectores

El libro ha sido elogiado por sus explicaciones claras y su enfoque práctico de la IA y el aprendizaje automático, que hacen más accesibles los temas complejos. Sin embargo, muchos usuarios informaron de problemas con la versión Kindle, en particular en lo que respecta a la legibilidad de las fórmulas, y algunos lo encontraron difícil para los principiantes debido a su contenido avanzado.

⬤ Explicaciones claras y comprensibles para los estudiantes.
⬤ Enfoque práctico y atractivo con ejercicios prácticos.
⬤ Cubre una amplia gama de temas en IA y aprendizaje automático.
⬤ Bueno para lectores con conocimientos de programación y matemáticas.
⬤ Excelente redacción técnica y analogías.
⬤ Conciso y proporciona una sólida introducción a los algoritmos genéticos.

⬤ Las fórmulas son ilegibles en la versión Kindle a través de múltiples dispositivos.
⬤ El libro puede ser demasiado avanzado para verdaderos principiantes en programación.
⬤ Algunos usuarios consideraron que no se incluía todo el código necesario para los ejercicios.
⬤ El formato de los ejemplos de código podría mejorarse.

(basado en 15 opiniones de lectores)

Título original:

Genetic Algorithms and Machine Learning for Programmers: Create AI Models and Evolve Solutions

Contenido del libro:

Los coches que se conducen solos, el reconocimiento del lenguaje natural y los motores de recomendación en línea son posibles gracias al aprendizaje automático. Ahora puedes crear tus propios algoritmos genéticos, enjambres inspirados en la naturaleza, simulaciones Monte Carlo, autómatas celulares y clusters. Aprenda a probar su código de ML y sumérjase en temas aún más avanzados. Si es usted un programador principiante o intermedio con ganas de entender el aprendizaje automático, este libro es para usted.

Descubra algoritmos de aprendizaje automático utilizando un puñado de recetas autocontenidas. Construya un repertorio de algoritmos, descubriendo términos y enfoques de aplicación general. Incorpore inteligencia a sus algoritmos, guiándolos para que descubran buenas soluciones a los problemas.

En este libro:

⬤ Utilizar la heurística y diseñar funciones de adecuación.

⬤ Construir algoritmos genéticos.

⬤ Crear enjambres inspirados en la naturaleza con hormigas, abejas y partículas.

⬤ Crear simulaciones Monte Carlo.

⬤ Investigar autómatas celulares.

⬤ Encontrar mínimos y máximos, utilizando la escalada y el recocido simulado.

⬤ Probar métodos de selección, incluyendo torneos y ruletas.

⬤ Aprende sobre heurística, funciones de fitness, métricas y clusters.

Pruebe su código e inspírese para probar nuevos problemas. Trabajar a través de escenarios para codificar su salida de una bolsa de papel.

Una habilidad importante para cualquier programador competente. Vea cómo exploran y aprenden los algoritmos creando visualizaciones de cada problema. Inspírese para diseñar sus propios proyectos de aprendizaje automático y familiarícese con la jerga.

Lo que necesitas:

Código en C++ (>= C++11), Python (2. x o 3. x) y JavaScript (usando el canvas HTML5). También utiliza matplotlib y algunas bibliotecas de código abierto, incluyendo SFML, Catch y Cosmic-Ray. Estas bibliotecas de trazado y pruebas no son obligatorias, pero su uso le proporcionará una experiencia más completa. Armado sólo con un editor de texto y un compilador/interpretador del lenguaje de tu elección, puedes codificar a partir de las descripciones generales de los algoritmos.