</> CodeBooks
    ← Volver a IA: fundamentos y aplicaciones (página 7)
    Portada de Artificial Intelligence, 4th Edition

    Artificial Intelligence, 4th Edition

    Stuart Russell, Peter Norvig

    Editorial
    Pearson
    Año
    2022
    Páginas
    ~2361
    Nivel
    Básico

    De qué trata

    Cuarta edición completamente revisada y modernizada del tratado emblemático de Stuart Russell y Peter Norvig, publicada por Pearson (disponible en formato global y digital eText hacia 2021-2022) y empleada en más de 1.500 universidades. Conserva la perspectiva unificadora del agente inteligente pero renueva cerca de una cuarta parte del contenido para incorporar los avances de la última década en computación estadística y neuronal. Está destinada a estudiantes y graduados de computación o áreas técnicas que desean una visión enciclopédica y formal, con conocimientos previos recomendados en cálculo multivariable, álgebra lineal y programación.

    El manual amplía las bases teóricas tradicionales integrando capítulos dedicados al aprendizaje profundo (deep learning con redes convolucionales, recurrentes y autoatención con transformers), programación probabilística con modelos de universo abierto, interacción en sistemas multiagente y teoría de juegos, y modelos actuales de lenguaje natural y visión artificial. Además, sobresale por dedicar una cobertura exhaustiva a la ética, equidad algorítmica, privacidad y seguridad de la IA, abordando el reto del alineamiento de los sistemas inteligentes con los objetivos humanos.

    El libro traslada sus problemas prácticos y proyectos a entornos digitales y repositorios en línea (como aima-python y la plataforma de ejercicios web), permitiendo a los alumnos experimentar con simulaciones y algoritmos en código real. No está orientado a enseñar frameworks de desarrollo comercial específicos, sino a proporcionar la base matemática y conceptual definitiva sobre la que se construye cualquier tecnología de IA actual. Es la obra de referencia más completa, rigurosa y actualizada sobre los principios de la disciplina.

    • Agentes inteligentes
    • Deep Learning
    • Transformers
    • Redes bayesianas
    • Programación probabilística
    • Aprendizaje por refuerzo
    • Sistemas multiagente
    • Ética y seguridad en IA
    • Procesamiento de lenguaje natural
    • Robótica
    • Visión por computadora

    ¿Cómo enseña?

    TeóricoPráctico

    Con ejercicios

    • ✓ Incluye ejercicios
    • ✗ Sin proyectos

    Más de IA: fundamentos y aplicaciones con nivel Básico