</> CodeBooks
    ← Volver a IA: fundamentos y aplicaciones (página 2)
    Portada de Learn AI with Python, 2nd Edition

    Learn AI with Python, 2nd Edition

    Gaurav Leekha

    Editorial
    BPB
    Año
    2026
    Páginas
    ~290
    Nivel
    Intermedio

    De qué trata

    Segunda edición, publicada por BPB en 2026, del manual de Gaurav Leekha para iniciarse en la inteligencia artificial, el machine learning y el deep learning con Python. Está dirigida a estudiantes, profesionales técnicos y aficionados que ya saben programar en Python a nivel básico y quieren un recorrido ordenado y práctico por las técnicas principales de la IA, desde la preparación de datos hasta las redes neuronales.

    Sus quince capítulos amplían los diez de la primera edición de 2021. Tras una introducción a la IA y a los fundamentos del machine learning, añade capítulos nuevos sobre preprocesamiento y visualización de datos, ingeniería de características e implementación de algoritmos de ML desde cero. Después mantiene el núcleo anterior: clasificación y regresión con aprendizaje supervisado, clustering no supervisado, resolución de problemas con programación lógica, procesamiento del lenguaje natural con NLTK, reconocimiento de voz, redes neuronales artificiales, aprendizaje por refuerzo y deep learning con redes convolucionales para clasificar imágenes. Cierra con dos capítulos nuevos: construcción de chatbots y mejora del rendimiento de los modelos mediante ajuste y optimización.

    El enfoque combina explicación conceptual con ejemplos de código en cada tema, y culmina en aplicaciones como un chatbot y un clasificador de imágenes basado en CNN. Con unas 290 páginas para tanto temario, cada técnica se trata de forma introductoria y no con la profundidad de un libro especializado. Tampoco cubre los grandes modelos de lenguaje ni la IA generativa actual, a pesar de la fecha, así que funciona mejor como panorámica práctica de la IA clásica que como guía de las herramientas más recientes.

    Descripción aproximada: se basa en el título y el contexto del libro.

    • Python
    • Inteligencia artificial
    • Machine learning
    • Preprocesamiento de datos
    • Ingeniería de características
    • Aprendizaje supervisado
    • Clustering
    • Programación lógica
    • NLTK
    • Reconocimiento de voz
    • Aprendizaje por refuerzo
    • CNN
    • Chatbots
    • Optimización de modelos

    ¿Cómo enseña?

    TeóricoPráctico

    Teoría + práctica

    • ✗ Sin ejercicios
    • ✓ Incluye proyectos

    Proyectos

    Chatbot conversacional

    Asistente de texto construido en Python con técnicas de procesamiento del lenguaje natural para interpretar las entradas del usuario y responder.

    Clasificador de imágenes con CNN

    Modelo de deep learning basado en redes convolucionales que se entrena para clasificar imágenes y se ajusta para mejorar su precisión.

    Más de IA: fundamentos y aplicaciones con nivel Intermedio