Una Introducción a la Inteligencia Artificial Basada en Espacios de Hilbert con Núcleo Reproductor

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.

Título original:

An Introduction to Artificial Intelligence Based on Reproducing Kernel Hilbert Spaces

Contenido del libro:

Este libro de texto ofrece una exploración en profundidad del aprendizaje estadístico con kernels reproductores, un área activa de investigación que puede arrojar luz sobre las tendencias asociadas a las redes neuronales profundas. El autor demuestra cómo el concepto de espacios de Hilbert con núcleos reproductores (RKHS), acompañado de herramientas de la teoría de la regularización, puede utilizarse eficazmente en el diseño y la justificación de algoritmos de aprendizaje con núcleos reproductores, que pueden abordar problemas en diversas áreas de la inteligencia artificial. También se ofrece una descripción detallada de dos aplicaciones biomédicas de los algoritmos considerados, lo que demuestra lo cerca que está la teoría de su aplicación práctica.

Entre las varias características únicas del libro está su análisis de una gran clase de algoritmos de la Teoría del Aprendizaje que comprenden esencialmente todos los esquemas de regularización lineal, incluida la regularización de Tikhonov como caso específico. También proporciona una metodología para analizar no sólo diferentes problemas de aprendizaje supervisado, como la regresión o la clasificación, sino también diferentes escenarios de aprendizaje, como la adaptación de dominios no supervisada o el aprendizaje por refuerzo. Al analizar estos temas utilizando el mismo marco teórico, en lugar de abordarlos por separado, se agiliza su presentación y se hacen más accesibles.

An Introduction to Artificial Intelligence Based on Reproducing Kernel Hilbert Spaces es un recurso ideal para cursos de grado y posgrado en matemáticas computacionales y ciencia de datos.