</> CodeBooks
    ← Volver a Android (página 3)
    Portada de Build Android-Based Smart Applications

    Build Android-Based Smart Applications

    Chinmoy Mukherjee

    Editorial
    Apress
    Año
    2018
    Páginas
    ~133
    Nivel
    Intermedio

    De qué trata

    Monografía técnica especializada de Chinmoy Mukherjee publicada por Apress a finales de 2017, dedicada a la integración de sistemas expertos, motores de reglas de inferencia y procesamiento de lenguaje natural directamente en el entorno de ejecución móvil de Android. Está dirigida a desarrolladores Java y Android de nivel intermedio a avanzado, arquitectos de software e ingenieros de datos que necesiten implementar capacidades de toma de decisiones autónomas y análisis semántico local en el dispositivo sin depender obligatoriamente de servicios en la nube.

    El libro examina la compatibilidad y los procesos de portabilidad de motores de reglas basados en Java hacia la máquina virtual de Android (Dalvik y ART), ofreciendo implementaciones y recetas prácticas para CLIPS, JRuleEngine (estándar JSR 94), DTRules (tablas de decisión), Zilonis, TermWare, Roolie, OpenRules, JxBRE y JEOPS. Asimismo, analiza las limitaciones de memoria, reflexión y rendimiento que complican el uso de motores más pesados como Drools, JLisa, Take y Jess en entornos móviles. En el ámbito del lenguaje natural, enseña a incorporar modelos de etiquetado gramatical con Stanford POS Tagger y a estructurar marcos de automatización capaces de transformar especificaciones de requisitos funcionales en código y componentes ejecutables.

    Más que presentar una aplicación comercial monolítica, la obra expone bancos de pruebas, scripts de adaptación y prototipos funcionales donde se evalúan el consumo de recursos, la velocidad de inferencia lógica y el parseo de conocimiento no estructurado en teléfonos inteligentes. Su mayor valor reside en ser uno de los pocos textos que profundiza en la ingeniería de portabilidad de motores de reglas a bajo nivel en Android; no obstante, sus 133 páginas asumen un conocimiento sólido previo del ecosistema Java y prescinden de frameworks modernos de aprendizaje profundo en el dispositivo como TensorFlow Lite o ML Kit, enfocándose en la vertiente clásica y simbólica de la inteligencia artificial.

    • Android
    • Motores de reglas
    • Sistemas expertos
    • Inteligencia artificial
    • NLP
    • Stanford POS Tagger
    • CLIPS
    • JRuleEngine
    • JSR 94
    • Automatización de software
    • Java

    ¿Cómo enseña?

    TeóricoPráctico

    Teoría + práctica

    • ✗ Sin ejercicios
    • ✗ Sin proyectos

    Más de Android con nivel Intermedio