Practical Python AI Projects

Manual práctico centrado en la inteligencia artificial prescriptiva y la investigación de operaciones, orientado a resolver problemas complejos de toma de decisiones mediante modelado matemático y optimización con Python. Serge Kruk estructura el aprendizaje en torno a la suite Google OR-Tools, dirigiéndose a desarrolladores de software, científicos de datos e ingenieros que conocen la sintaxis de Python pero no tienen experiencia previa en programación matemática lineal o discreta.

El texto enseña a traducir restricciones lógicas y objetivos de negocio en formulaciones algebraicas ejecutables por solucionadores de optimización (como GLOP, CBC y SCIP). Cubre modelos continuos lineales clásicos (problemas de mezclas y dieta de Stigler), modelos continuos con linealidad oculta (transformación de funciones convexas o lineales por tramos), modelos de optimización sobre redes y grafos (cálculo de la ruta más corta, flujo máximo y problemas de asignación), programación entera pura (cobertura mínima de conjuntos y empaquetamiento o mochila) y modelos mixtos enteros (MIP). También profundiza en la formulación del problema del viajante de comercio (TSP), localización óptima de instalaciones, planificación de horarios de empleados y resolución de rompecabezas combinatorios como Sudoku mediante programación por restricciones.

El lector practica implementando modelos matemáticos y generadores de datos con scripts en Python acompañados de Makefiles de prueba disponibles en el repositorio oficial del autor. La gran aportación del libro es enseñar a formular problemas de decisión empresarial e industrial que el aprendizaje supervisado no puede resolver por sí solo, desmitificando el uso de solucionadores profesionales. Deja fuera por completo el aprendizaje automático estadístico, el procesamiento del lenguaje natural y las redes neuronales. Conviene tener conocimientos básicos de álgebra lineal y soltura con estructuras de datos en Python para aprovechar al máximo las formulaciones.