Aprendizaje automático - Algoritmos innovadores y sistemas inteligentes para robótica
Fouad Sabry
Tradutor Guilherme Costa
Sinopse
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.
Disponível desde: 01/01/2025.
Comprimento de impressão: 317 páginas.
