Searching...
lunes, 8 de junio de 2015

Redes de neuronas artificiales. Un enfoque práctico - Pedro Isasi Viñuela e Inés M. Galván León



Las Redes de Neuronas Artificiales tienen una historia de alrededor de sesenta años, pero no fue sino a partir de los años ochenta cuando la disciplina alcanzó la madurez para poder ser incluida dentro de las materias de estudio dentro dela computación. Es, por tanto, una disciplina en plena pubertad, con todo lo que eso significa. Un período difícil, de mucho cambio, donde aparecen y desaparecen tendencias y corrientes, donde hay pasos hacia delante y hacia atrás, donde en algunos aspectos no se ha alcanzado aún la madurez.

En este libro se ha hecho un esfuerzo por tratar de explicar en detalle sólo aquellos aspectos de la disciplina que ya han alcanzado suficiente madurez. El espiritu con el que se ha escrito esta libro trata de contar, de forme sencilla, pero rigurosa y profunda, la disciplina de las Redes de Neuronas Artificiales. Es por esto que todos los capítulos teóricos del libro concluyen con eiamplos prácticos sencillos, que ayudan en la comprensión de los conceptos introducidos a lo largo del capitulo. Además, cuenta con tres capítulos de aplicaciones prácticas de las Redes de Neuronas a problemas reales. Estos capítulos incluyen problemas dificiles, donde se realiza una descripción de los mismos, la estructura de los datos que los definen, en que consiste la complejidad de cada uno de ellos y, por supuesto, la solución a los mismos mediante Redes de Neuronas Artificiales. Estas soluciones incluyan Ia descripción de los modelos, los parámetros, como dichos parametros influyen en la solución y las distintas soluciones encontradas. El enfoque del libro es el del paradigma matemático para la resolución de problemas, más que las relaciones entre las Redes Neuronales y sus analogías computacionales.

RESUMEN DE CONTENIDO:

1. Introducción a las Redes de Neuronas Artificiales
2. Primeros modelos computacionales
3. Perceptron multicapa
4. Redes de neuronas de base radial
5. Redes de neuronas recurrentes
6. Aprendizaje no supervisado
7. Predicción de series temporales
8. Control de procesos dinámicos
9. Clasificación



Contraseña: www.facebook.com/groups/RecursosProgramacion