Aprendizaje automático: La nueva IA

Opiniones de los lectores

El libro recoge opiniones encontradas de los usuarios, que destacan su accesibilidad y su carácter introductorio, al tiempo que critican su profundidad y sus defectos de edición. Algunos lectores aprecian su claridad a la hora de explicar conceptos de aprendizaje automático, mientras que otros consideran que carece de detalles técnicos y explicaciones exhaustivas.

⬤ Gran trabajo al hacer que los conceptos complicados sean sencillos y accesibles.
⬤ Proporciona una visión general clara y concisa del aprendizaje automático para principiantes.
⬤ Apela a una amplia audiencia, incluyendo estudiantes de secundaria y universitarios.
⬤ Bueno para los que desean una comprensión rápida del aprendizaje automático y la IA.
⬤ Se elogia la entrega rápida y el estado de calidad.

⬤ Muchas críticas sobre el uso de la voz pasiva y la mala edición, incluyendo errores tipográficos.
⬤ Considerado demasiado básico y carente de profundidad para aquellos que se toman en serio el aprendizaje automático.
⬤ Algunas secciones son redundantes o serpenteantes.
⬤ El enfoque filosófico puede no ser del agrado de todos los lectores, especialmente los que buscan aplicaciones prácticas.
⬤ Inexactitudes en cuanto a la actualidad de cierta información.
⬤ No es adecuado para estudiantes técnicos o avanzados.

(basado en 78 opiniones de lectores)

Título original:

Machine Learning: The New AI

Contenido del libro:

Una visión general concisa del aprendizaje automático (programas informáticos que aprenden de los datos), en el que se basan aplicaciones como los sistemas de recomendación, el reconocimiento facial y los coches sin conductor.

En la actualidad, el aprendizaje automático es la base de una serie de aplicaciones que utilizamos a diario, desde las recomendaciones de productos hasta el reconocimiento de voz, así como de otras que aún no utilizamos a diario, como los coches sin conductor. Es la base del nuevo enfoque de la informática, en el que no escribimos programas, sino que recopilamos datos.

La idea es aprender los algoritmos para las tareas automáticamente a partir de los datos. A medida que los dispositivos informáticos se hacen más omnipresentes, una mayor parte de nuestras vidas y nuestro trabajo se registra digitalmente, y a medida que el "Big Data" ha ido creciendo, la teoría del aprendizaje automático -la base de los esfuerzos para procesar esos datos y convertirlos en conocimiento- también ha avanzado. En este libro, el experto en aprendizaje automático Ethem Alpaydin ofrece una visión concisa del tema para el lector general, describiendo su evolución, explicando importantes algoritmos de aprendizaje y presentando ejemplos de aplicaciones.

Alpaydin explica cómo avanzó la tecnología digital desde los mainframes de cálculo numérico hasta los dispositivos móviles, poniendo en contexto el auge actual del aprendizaje automático. Describe los fundamentos del aprendizaje automático y algunas aplicaciones.

El uso de algoritmos de aprendizaje automático para el reconocimiento de patrones.

Redes neuronales artificiales inspiradas en el cerebro humano.

Algoritmos que aprenden asociaciones entre instancias, con aplicaciones como la segmentación de clientes y el aprendizaje de recomendaciones.

Y el aprendizaje por refuerzo, cuando un agente autónomo aprende a actuar para maximizar la recompensa y minimizar la penalización. A continuación, Alpaydin considera algunas direcciones futuras para el aprendizaje automático y el nuevo campo de la "ciencia de los datos", y analiza las implicaciones éticas y legales para la privacidad y la seguridad de los datos.