¡Envíos GRATIS a todo el Perú por compras superiores a S/89.0!  Ver más

Buscalibre.com Compra tus libros en Buscalibre, la libreria en español mas grande.
    Mi Cuenta

    Ingresa o Regístrate

    portada Redes Neuronales y Sistemas Borrosos. 3ª Edición
    Formato
    Libro Físico
    Editorial
    Año
    2006
    Idioma
    Español
    N° páginas
    436
    Encuadernación
    Tapa Blanda
    ISBN
    8478977430
    ISBN13
    9788478977437

    Redes Neuronales y Sistemas Borrosos. 3ª Edición

    Bonifacio Martín del Brío (Autor) · Alfredo Sanz Molina (Autor) · Ra-Ma · Tapa Blanda

    Redes Neuronales y Sistemas Borrosos. 3ª Edición - Bonifacio Martín Del Brío,Alfredo Sanz Molina

    5 estrellas - de un total de 5 estrellas 3 opiniones
    Libro Nuevo

    S/ 106,20

    S/ 118,00

    Ahorras: S/ 11,80

    10% descuento
    • Estado: Nuevo
    Se enviará desde nuestra bodega entre el Jueves 04 de Abril y el Lunes 08 de Abril.
    Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

    Reseña del libro "Redes Neuronales y Sistemas Borrosos. 3ª Edición"

    Los sistemas digitales de cómputo actuales presentan problemas al abordar tareas del mundo real, donde la información es masiva, redundante e imprecisa. Por ello, desde hace unos años se vienen proponiendo nuevos modelos de procesamiento inspirados en las soluciones encontradas por la naturaleza durante millones de años de evolución, que podrían ayudar a resolver importantes problemas tecnológicos como los de visión, habla, control e inteligencia artificial.De entre estos nuevos modelos destacan las redes neuronales artificiales, que imitan la estructura del cerebro para reproducir algunas de sus capacidades y aprenden a realizar tareas a partir de ejemplos. Por otro lado, los sistemas borrosos (fuzzy) emulan el razonamiento aproximado de nuestro cerebro, permitiendo manejar conceptos vagos e imprecisos como los empleados en la vida cotidiana. Ambos modelos, junto con otros como los algoritmos genéticos, se enmarcan en la denominada inteligencia computacional o soft computing, complementando disciplinas clásicas como el tratamiento de señal o la inteligencia artificial, aplicándose ya a problemas muy diversos como reconocimiento de caracteres, electrodomésticos inteligentes, procesado de imagen, predicción bursátil, etc.Este libro se dirige a todo aquel que esté interesado en iniciarse en estas cuestiones, especialmente estudiantes, docentes y personal de la empresa; el único requisito es contar con una mínima base matemática, como la adquirida en estudios de ciencias, ingenierías o económicas.La primera edición (1997) fue el primer libro en español dedicado a ambos temas; desde entonces ha sido adoptado como texto de clase en diversas universidades españolas y americanas. En esta tercera edición (2006) se han actualizado algunos de sus capítulos y referencias bibliográficas, añadiéndose algunos modelos novedosos."Redes Neuronales y Sistemas Borrosos supone una valiosa contribución a la literatura de la soft computing y de los sistemas neuroborrosos. Su fácil lectura, amplio tratamiento de ejemplos reales, y la gran competencia de los autores en la materia, hacen de este texto una importante fuente de información para todo aquel interesado en comprender y familiarizarse con las herramientas básicas que proporcionan las metodologías neuronales y borrosas. Los autores y la editorial merecen nuestro agradecimiento y aplauso". Prof. Lotfi A. Zadeh, catedrático emérito de la Universidad de California en Berkeley.PRÓLOGOPREFACIO DE LOTFI A. ZADEHFOREWORD BY LOTFI A. ZADEHINTRODUCCIÓN1 El largo y tortuoso camino hacia la construcciónde máquinas inteligentes2 Microprocesadores, computadores y cerebro3 Redes neuronales artificiales4 Sistemas borrosos5 Redes neuronales y sistemas borrososPARTE I. REDES NEURONALESCAPÍTULO 1. FUNDAMENTOS DE LAS REDES NEURONALESARTIFICIALES1.1 Breve introducción biológica1.2 Estructura de un sistema neuronal artificial1.3 Modelo de neurona artificial1.3.1 Modelo general de neurona artificial1.3.2 Modelo estándar de neurona artificial1.4 Arquitecturas de redes neuronales1.5 Modos de operación: recuerdo y aprendizaje1.6 Clasificación de los modelos neuronales1.7 Computabilidad neuronal1.8 Un ejercicio de síntesis: sistemas conexionistas1.9 Realización y aplicaciones de los ANS1.A Apéndice: de la neurona biológica a la artificialCAPÍTULO 2. REDES NEURONALES SUPERVISADAS2.1 Redes unidireccionales2.2 El asociador lineal: aprendizaje hebbiano2.3 El perceptrón simple (Rosenblatt, 1959)2.3.1 Algoritmo de aprendizaje del perceptrón2.4 Adalina (Widrow, 1961)2.4.1 Regla LMS2.5 El perceptrón multicapa (grupo PDP, 1986)2.5.1 El MLP como aproximador universal de funciones2.5.2 Aprendizaje por retropropagación de errores (BP)2.5.3 Aceleración del aprendizaje BP. Otros algoritmos2.6 Capacidad de generalización de la red2.7 Pinceladas sobre la relación del MLP con los métodos estadísticos2.8 Ejemplos de aplicación del MLP-BPCAPÍTULO 3. REDES AUTOORGANIZADAS3.1 Modelos neuronales no supervisados3.2 Modelo de mapas autoorganizados (Kohonen, 1982)3.2.1 Introducción a los mapas autoorganizados3.2.2 Algoritmo de aprendizaje3.2.3 Algunas variantes de los SOFM3.3 Ejemplos de aplicaciones3.4 SOFM: cuantificación óptima de vectores3.5 Análisis formal del proceso de autoorganización3.6 Modelos de neurona de Kohonen. Medidas de similitud3.7 Modelos de aprendizaje en mapas autoorganizadosCAPÍTULO 4. OTROS MODELOS DE REDES NEURONALES4.1 Redes neuronales realimentadas4.2 Modelo de Hopfield4.2.1 Modelo de neurona y arquitectura. Dinámicas4.2.2 Memoria asociativa4.2.3 Función energía de la red4.3 Aprendizaje en la red de Hopfield4.3.1 Regla de Hebb4.3.2 Reglas de aprendizaje óptimas4.4 Ejemplo: reconocimiento de caracteres4.5 Neuronas estocásticas. Máquina de Boltzmann4.6 Modelo de Hopfield analógico (continuo)4.6.1 Modelo de Hopfield de neuronas continuas4.6.2 Aplicaciones del modelo de Hopfieldanalógico. Optimización4.7 Funciones de base radial (RBF)4.8 LVQ4.9 Otros modelos de redes neuronalesCAPÍTULO 5. IMPLEMENTACIÓN DE REDES NEURONALES5.1 Introducción5.2 Simulación (software) de ANS5.3 Emulación (hardware) de ANS5.4 Realización hardware de ANS

    Opiniones del libro

    Martin GarciaJueves 11 de Octubre, 2018
    Compra Verificada

    " Super bien, llegó a tiempo y en buenas condiciones. Muchas gracias. "

    10
    Maryory Patricia Villamizar LeonMiércoles 21 de Octubre, 2020
    Compra Verificada

    " Excelente "

    00
    Anthony HuamanMartes 26 de Marzo, 2024

    " El libro llegó incluso antes del tiempo estimado. Respecto al contenido, están los temas bien explicados; sin embargo, se debe tomar en cuenta el área en el que se desempeña el lector y la fecha de publicación. Por ejemplo, actualmente se suele usar Python para la implementación de redes neuronales. Como introducción y fundamento teórico, cumple su finalidad. "

    00
    Ver más opiniones de clientes
    • 100% (3)
    • 0% (0)
    • 0% (0)
    • 0% (0)
    • 0% (0)

    Preguntas frecuentes sobre el libro

    Respuesta:
    Todos los libros de nuestro catálogo son Originales.
    Respuesta:
    El libro está escrito en Español.
    Respuesta:
    La encuadernación de esta edición es Tapa Blanda.

    Preguntas y respuestas sobre el libro

    ¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

    Opiniones sobre Buscalibre

    Ver más opiniones de clientes