Aprendizaje autom?tico Algoritmos innovadores y sistemas inteligentes para rob?tica

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】

Explore el mundo del aprendizaje autom?tico en su intersecci?n con la ciencia rob?tica en esta gu?a completa. Este libro presenta a los lectores los conceptos fundamentales del aprendizaje autom?tico, demostrando su papel fundamental en la rob?tica moderna. Ideal tanto para profesionales, estudiantes y entusiastas, ofrece una visi?n integral de los avances del campo, las aplicaciones pr?cticas y el potencial futuro, lo que lo convierte en un recurso valioso para cualquier persona interesada en la rob?tica y el aprendizaje autom?tico. Breve descripci?n general de los cap?tulos: 1: Aprendizaje autom?tico Una descripci?n general de los principios del aprendizaje autom?tico en rob?tica. 2: Inteligencia artificial Examina el papel integral de la IA en la mejora de las capacidades rob?ticas. 3: Aprendizaje supervisado Profundiza en los modelos donde los resultados gu?an las decisiones rob?ticas. 4: Red neuronal (aprendizaje autom?tico) Presenta arquitecturas de redes neuronales para robots. 5: Reconocimiento de patrones Cubre el papel de los patrones en la percepci?n y la toma de decisiones de los robots. 6: Aprendizaje no supervisado Explora informaci?n basada en datos para funciones rob?ticas aut?nomas. 7: Conjuntos de datos de entrenamiento, validaci?n y prueba Examina la preparaci?n de datos para aplicaciones rob?ticas. 8: Metaaprendizaje (ciencias de la computaci?n) Analiza el aprendizaje de los robots para optimizar su propio aprendizaje. 9: Memoria temporal jer?rquica Explora modelos avanzados de memoria para rob?tica. 10: An?lisis de datos para detecci?n de fraudes Ilustra el aprendizaje autom?tico en seguridad rob?tica. 11: Tipos de redes neuronales artificiales Descripci?n general de las redes neuronales aplicadas en rob?tica. 12: Aprendizaje profundo Examina redes complejas de m?ltiples capas para rob?tica avanzada. 13: Regla de aprendizaje Revisa los principios de aprendizaje aplicados a la inteligencia rob?tica. 14: Aprendizaje de caracter?sticas Describe la extracci?n de patrones significativos en contextos rob?ticos. 15: Red de creencias profundas Analiza las estructuras de creencias profundas para el aprendizaje rob?tico. 16: Adaptaci?n de dominio Abarca la adaptaci?n de los robots a nuevos entornos y tareas. 17: Aprendizaje incremental Muestra la capacidad de los robots para aprovechar el aprendizaje previo. 18: Inteligencia artificial explicable Se centra en la transparencia de las decisiones de los robots. 19: Aprendizaje autosupervisado Examina los m?todos de aprendizaje aut?nomo en rob?tica. 20: Inteligencia artificial simb?lica Explora la IA basada en la l?gica para la rob?tica. 21: Neats and Scruffies Analiza los enfoques estructurados y flexibles en rob?tica. Este libro no es solo una gu?a t?cnica, sino un viaje revelador a trav?s de la ciencia de la rob?tica. A medida que el aprendizaje autom?tico contin?a transformando la industria, este trabajo proporciona herramientas pr?cticas y conocimientos te?ricos, lo que hace que la inversi?n en este conocimiento sea una opci?n inteligente para los innovadores del futuro.画面が切り替わりますので、しばらくお待ち下さい。
※ご購入は、楽天kobo商品ページからお願いします。
※切り替わらない場合は、こちらをクリックして下さい。
※このページからは注文できません。

この商品の詳細を調べる

: 本・雑誌・コミック » 洋書 » COMPUTERS ＆ SCIENCE