* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Aprendizaje automático
Fouad Sabry
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Mil Millones De Conocimientos [Spanish] 
Naturwissenschaften, Medizin, Informatik, Technik / Technik
Beschreibung
Explore el mundo del aprendizaje automático en su intersección con la ciencia robótica en esta guía completa. Este libro presenta a los lectores los conceptos fundamentales del aprendizaje automático, demostrando su papel fundamental en la robótica moderna. Ideal tanto para profesionales, estudiantes y entusiastas, ofrece una visión integral de los avances del campo, las aplicaciones prácticas y el potencial futuro, lo que lo convierte en un recurso valioso para cualquier persona interesada en la robótica y el aprendizaje automático.
Breve descripción general de los capítulos:
1: Aprendizaje automático Una descripción general de los principios del aprendizaje automático en robótica.
2: Inteligencia artificial Examina el papel integral de la IA en la mejora de las capacidades robóticas.
3: Aprendizaje supervisado Profundiza en los modelos donde los resultados guían las decisiones robóticas.
4: Red neuronal (aprendizaje automático) Presenta arquitecturas de redes neuronales para robots.
5: Reconocimiento de patrones Cubre el papel de los patrones en la percepción y la toma de decisiones de los robots.
6: Aprendizaje no supervisado Explora información basada en datos para funciones robóticas autónomas.
7: Conjuntos de datos de entrenamiento, validación y prueba Examina la preparación de datos para aplicaciones robóticas.
8: Metaaprendizaje (ciencias de la computación) Analiza el aprendizaje de los robots para optimizar su propio aprendizaje.
9: Memoria temporal jerárquica Explora modelos avanzados de memoria para robótica.
10: Análisis de datos para detección de fraudes Ilustra el aprendizaje automático en seguridad robótica.
11: Tipos de redes neuronales artificiales Descripción general de las redes neuronales aplicadas en robótica.
12: Aprendizaje profundo Examina redes complejas de múltiples capas para robótica avanzada.
13: Regla de aprendizaje Revisa los principios de aprendizaje aplicados a la inteligencia robótica.
14: Aprendizaje de características Describe la extracción de patrones significativos en contextos robóticos.
15: Red de creencias profundas Analiza las estructuras de creencias profundas para el aprendizaje robótico.
16: Adaptación de dominio Abarca la adaptación de los robots a nuevos entornos y tareas.
17: Aprendizaje incremental Muestra la capacidad de los robots para aprovechar el aprendizaje previo.
18: Inteligencia artificial explicable Se centra en la transparencia de las decisiones de los robots.
19: Aprendizaje autosupervisado Examina los métodos de aprendizaje autónomo en robótica.
20: Inteligencia artificial simbólica Explora la IA basada en la lógica para la robótica.
21: Neats and Scruffies Analiza los enfoques estructurados y flexibles en robótica.
Este libro no es solo una guía técnica, sino un viaje revelador a través de la ciencia de la robótica. A medida que el aprendizaje automático continúa transformando la industria, este trabajo proporciona herramientas prácticas y conocimientos teóricos, lo que hace que la inversión en este conocimiento sea una opción inteligente para los innovadores del futuro.
Kundenbewertungen
validación y, Reconocimiento de patrones, Red neuronal (aprendizaje automático), Conjuntos de datos de entrenamiento, Aprendizaje automático, Aprendizaje no supervisado, Aprendizaje supervisado, Inteligencia artificial