Artificial Intelligence with Python, 2nd Edition

Manual exhaustivo y de referencia práctica en el que Alberto Artasanchez y Prateek Joshi abordan la inteligencia artificial desde sus cimientos algorítmicos hasta las técnicas contemporáneas de aprendizaje profundo, empleando Python 3 y TensorFlow 2. Está dirigido a programadores, ingenieros de software y entusiastas de la ciencia de datos con un nivel intermedio en Python y nociones elementales de álgebra lineal o estadística que deseen implementar modelos inteligentes sin depender de cajas negras.

El temario abarca tanto la vertiente conexionista como la simbólica de la IA: aprendizaje supervisado (regresión, árboles de decisión, máquinas de vectores de soporte con scikit-learn), aprendizaje no supervisado y clustering (K-means), sistemas de recomendación con filtrado colaborativo, programación lógica (logpy) y algoritmos genéticos (DEAP). Además, cubre procesamiento del lenguaje natural (NLTK), reconocimiento y síntesis de voz (SpeechRecognition, PocketSphinx), visión por computadora y deep learning con redes neuronales densas, convolucionales (CNN) y recurrentes (RNN) utilizando TensorFlow y Keras, cerrando con despliegues de modelos en nubes comerciales como AWS, Azure y Google Cloud Platform.

A lo largo de sus capítulos se desarrollan proyectos guiados que incluyen un clasificador visual de imágenes con CNN, un reconocedor de voz continuo, un motor de recomendación de películas y un chatbot basado en análisis morfológico y concordancia de patrones. La principal fortaleza del libro es su amplitud enciclopédica, pues reúne áreas que pocos textos modernos combinan bajo un mismo techo; no obstante, al abarcar tantas disciplinas en poco más de 600 páginas, sacrifica la profundidad matemática rigurosa y las técnicas avanzadas de fine-tuning. Conviene tener soltura previa en manipulación de arrays con NumPy antes de abordar los capítulos de visión y redes neuronales.