Marco teórico de la inteligencia artificial

Recurso que explica qué es el aprendizaje automático, cómo funciona y qué tipos de aprendizajes automáticos existen.

Recopilación de materiales para entender los usos y las funciones del aprendizaje automático.

Libro que explica cómo utilizar herramientas sencillas y eficientes para implementar programas capaces de aprender de los datos.

_{Géron, A. (2017) Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems. Sebastopol, CA: O'Reilly Media, Inc. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000554169706712 (Consultado: 27 de junio de 2024).}

Libro que muestra formas prácticas de crear soluciones de aprendizaje automático con Python.

_{Müller, A. y Guido, S. (2017) Introduction to machine learning with Python: a guide for data scientists. Sebastopol, CA: O'Reilly Media, Inc. Disponible en: https://learning.oreilly.com/library/view/introduction-to-machine/9781449369880/?sso_link=yes&sso_link_from=Catalunya (Consultado: 27 de junio de 2024).}

Libro que presenta algoritmos de inferencia aproximada que permiten respuestas aproximadas rápidas en situaciones en las que las respuestas exactas no son factibles.

_{Bishop, C. (2006) Pattern recognition and machine learning. New York: Springer. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000215569706712 (Consultado: 27 de junio de 2024).}

Artículo que explica cómo funciona el aprendizaje supervisado y cómo utilizarlo para crear modelos de aprendizaje automático de alta precisión.

Artículo que explica qué es el aprendizaje supervisado, cómo funciona, y cuáles son sus beneficios y limitaciones.

Recursos específicos para profundizar en el aprendizaje automático semisupervisado.

Recurso que explica qué es el aprendizaje semisupervisado y en qué se diferencia de los demás.

Breve guía para entender qué es el aprendizaje semisupervisado y cómo se utiliza.

Recursos específicos para profundizar en el aprendizaje automático sin supervisar.

Artículo que explica cómo funciona el aprendizaje no supervisado y cómo utilizarlo para explorar y agrupar datos.

Recurso que explica qué es el clustering y cuáles son sus usos en la inteligencia artificial.

Libro que se centra en los algoritmos básicos de aprendizaje en línea, con material matemático.

_{Sutton, R. y Barto, A. (2018) Reinforcement learning, second edition: an introduction. Camdridge: MIT Press. Disponible en: https://ebookcentral.proquest.com/lib/bibliouocsp-ebooks/detail.action?docID=6260249 (Consultado: 27 de junio de 2024).}

Vídeo sobre los distintos algoritmos que participan en el aprendizaje por refuerzo.

Recursos específicos para profundizar en el aprendizaje por refuerzo.

Recopilación de materiales sobre los modelos de aprendizaje por refuerzo en la inteligencia artificial.

Canal de YouTube para profundizar en el aprendizaje profundo y la inteligencia artificial.

Introducción a una amplia gama de temas de aprendizaje profundo, que engloba antecedentes matemáticos y conceptuales, técnicas de aprendizaje profundo utilizadas en la industria y perspectivas de investigación.

Vídeo sobre el aprendizaje profundo y las redes neuronales.

Recursos del NVIDIA Deep Learning Institute (DLI) para resolver distintas necesidades de aprendizaje, desde materiales de aprendizaje hasta formación personalizada.

Recursos específicos para conocer más a fondo el aprendizaje profundo.

Libro que trata de forma exhaustiva el tema de los sistemas de recomendación, que ofrecen recomendaciones personalizadas de productos o servicios a los usuarios en función de sus búsquedas o compras anteriores.

_{Aggarwal, C. (2016) Recommender systems: the textbook. Cham: Springer International Publishing. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/l8oqf8/alma991000903306306712 (Consultado: 27 de junio de 2024).}

Artículo que analiza de forma sistemática las metodologías básicas y las técnicas predominantes en los sistemas de recomendación, y que explica cómo la IA puede mejorar eficazmente el desarrollo tecnológico y la aplicación de los sistemas de recomendación.

_{Zhang, Q., Lu, J. y Jin, Y. (2021) 'Artificial intelligence in recommender systems', Complex & Intelligent Systems, 7(1), p. 439-457. Disponible en: https://doi.org/10.1007/s40747-020-00212-w (Consultado: 27 de junio de 2024).}

Libro que enseña cómo pueden crearse sistemas de recomendación con algoritmos de aprendizaje automático a través de Python.

_{Kulkarni, A. (2023) Applied Recommender Systems with Python: Build Recommender Systems with Deep Learning, NLP and Graph-Based Techniques. Berkeley, CA: Apress. Disponible en: https://learning.oreilly.com/library/view/applied-recommender-systems/9781484289549/?sso_link=yes&sso_link_from=Catalunya (Consultado: 27 de junio de 2024).}

Libro que sirve de guía para crear sistemas de procesamiento de lenguaje natural.

_{Sowmya, V. B., Majumder, B., Gupta, A. y Surana, H. (2020) Practical natural language processing: a comprehensive guide to building real-world NLP systems. Sebastopol, CA: O'Reilly Media. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000735048406712 (Consultado: 27 de junio de 2024).}

Recursos específicos para profundizar en el procesamiento de lenguaje natural.

Entradas de blog sobre procesamiento de lenguaje natural en IA.

Lista de modelos lingüísticos en actualización continua.

Recopilación de recursos de aprendizaje sobre redes neuronales profundas en la música.

Recopilación de materiales sobre procesamiento de audio con inteligencias artificiales.

Materiales y métodos de reconocimiento de voz con inteligencia artificial.

Red neuronal denominada Whisper que se aproxima a la robustez y la precisión a escala humana en el reconocimiento del habla en inglés.

Libro que ofrece un tratamiento de los métodos modernos de visión artificial.

_{Forsyth, A. y Ponce, J. (2012) Computer vision: a modern approach. Boston: Pearson Education. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000470159706712 (Consultado: 27 de junio de 2024).}

Libro de referencia que adopta un enfoque científico para la formulación de problemas de visión artificial. Estos problemas se analizan a través de los últimos modelos de aprendizaje clásico y profundo y se resuelven con principios de ingeniería.

Recopilación de materiales sobre visión artificial con inteligencias artificiales.

Entradas de blog sobre visión artificial en IA.

Materiales y métodos relacionados con la visión artificial.

Charla TED sobre cómo los ordenadores se entrenan para entender imágenes.

Charla TED que explica cómo los ordenadores aprenden a reconocer objetos, con demostración en directo.