La formación continua es esencial en cualquier sector para mantenerse al día, pero especialmente en áreas tecnológicas complejas y en rápida evolución como la inteligencia artificial. Con este fin, presentamos los siete libros sobre Inteligencia Artificial más populares entre nuestros Científicos de Datos. Algunas de las obras son también interesantes para los profanos que quieran comprender mejor los conceptos básicos de la IA y sus diversas aplicaciones.

"Introducción al aprendizaje automático con Python" de Sarah Guido y Andreas C. Müller

Como sugiere el título del libro, el libro de IA se centra en proporcionar conocimientos prácticos sobre cómo programar sus propias aplicaciones de aprendizaje automático con Python y la biblioteca scikit-learn. Al fin y al cabo, las posibles aplicaciones del ML son casi ilimitadas y no solo resultan interesantes para grandes empresas con equipos de investigación dedicados.

La obra está escrita de forma muy clara y comprensible, por lo que es ideal para principiantes. Los fundamentos matemáticos que subyacen a las aplicaciones quedan bastante al margen. El conocimiento previo de las bibliotecas NumPy y matplotlib no es obligatorio, pero ayuda a comprender el contenido.

Además de los conceptos básicos y las aplicaciones del aprendizaje automático, el libro también ofrece sugerencias al final sobre cómo mejorar las propias competencias en el campo del ML y el ciencia de datos puede expandirse aún más.

"Reconocimiento de patrones y aprendizaje automático" por Christopher M. Bishop

"Reconocimiento de patrones y aprendizaje automático" ofrece una introducción exhaustiva a los campos del reconocimiento de patrones y el aprendizaje automático. El libro de IA está dirigido principalmente a estudiantes, investigadores y doctorandos, así como a profesores, que cuentan con el apoyo de material didáctico adicional. Pero también es una lectura adecuada para todos aquellos que utilizan el ML en la práctica y desean adquirir más conocimientos teóricos.

Se cubren importantes avances de los últimos años, como el uso de métodos bayesianos en la corriente principal en lugar de anteriormente para aplicaciones de nicho. Pero tampoco se descuidan los ejercicios prácticos y las tareas relacionadas con proyectos.

No se presuponen conocimientos previos de reconocimiento de patrones ni de conceptos de aprendizaje automático. Sin embargo, se recomiendan conocimientos básicos de álgebra lineal y métodos multivariantes.

Consejo: A través de Microsoft, el Libro de Trabajo Descargar gratis en PDF y uso.

"Inteligencia artificial: un enfoque moderno", de Stuart J. Russell y Peter Norvig

Este libro también está dirigido principalmente a estudiantes y se utiliza como libro de texto en más de 1.400 universidades de todo el mundo. Sin embargo, en general es adecuado para los interesados en la IA, porque ofrece una introducción clara y comprensible al tema sin rascar demasiado la superficie. La obra está considerada incluso el libro de texto más popular del mundo sobre inteligencia artificial.

Con un total de siete partes (y 27 subcapítulos) diseñadas para dos semestres, se trata de una obra estándar muy completa.

La cuarta edición se diferencia de las anteriores por su enfoque en el aprendizaje automático, Aprendizaje profundo, programación probabilística, sistemas multiagente e incluye secciones en las que la función de utilidad de la IA no es cierta sino incierta.

Por último, aborda el pasado y el futuro de la IA, la cuestión de cómo definirla en primer lugar y la discusión de diversos enfoques filosóficos. Los programas del libro se presentan en pseudocódigo, con implementaciones en Java, Python y Lisp están disponibles en línea.

"Diseño de aplicaciones intensivas en datos: las grandes ideas de los sistemas fiables, escalables y mantenibles", de Martin Kleppmann.

Este trabajo asume la función de guía para procesar y almacenar datos. Aquí hay que resolver retos como la escalabilidad, la coherencia, la fiabilidad, la eficiencia y la mantenibilidad, y orientarse entre la variedad de herramientas. Martin Kleppmann ofrece una visión general de las ventajas y desventajas de las tecnologías de forma exhaustiva y orientada a la práctica. También destaca los principios básicos que las sustentan, que siguen siendo los mismos aunque cambie el software.

Esto hace que el libro sea especialmente adecuado para ingenieros y arquitectos de software que quieran aprender a aplicar los conceptos en la práctica y a sacar el máximo partido de los datos en las aplicaciones modernas. Además, el lector recibe sugerencias sobre cómo manejar de forma aún más eficaz los sistemas que ya está utilizando.

"The Ultimate Data and AI Guide", de Alexander Thamm et al.

La inteligencia artificial, el aprendizaje automático y el big data son temas tan complejos como muy discutidos: el "Guía definitiva sobre datos e inteligencia artificial", del que es coautor nuestro fundador Alexander Thamm, asume aquí el papel de guía y enseña todo lo que realmente se necesita saber sobre datos e IA. El objetivo es ofrecer al lector una visión completa y una sólida comprensión de los conceptos más importantes en torno a los datos, el aprendizaje automático y la IA.

Los contenidos se basan en nuestra experiencia en más de 500 proyectos de datos en más de 100 empresas, se explican de forma comprensible y práctica y se organizan en 150 preguntas frecuentes.

Esto lo convierte en una lectura adecuada para (futuros) científicos de datos que deseen obtener una visión general básica del tema. Pero los lectores interesados ajenos al campo de la ciencia de datos también pueden aprender cómo la IA, el aprendizaje automático y los datos están configurando cada vez más nuestra economía y nuestra sociedad; no es necesario ningún conocimiento previo para comprenderlo. Por último, el libro puede servir como obra de referencia para expertos. 63 casos prácticos también dan pie a la reflexión sobre cómo los datos y los métodos de ML pueden utilizarse de forma rentable en la propia empresa.

"Competir en la era de la IA: estrategia y liderazgo cuando los algoritmos y las redes dirigen el mundo", de Marco Iansiti y Karim R. Lakhani.

Las empresas centradas en la IA operan de forma diferente a las tradicionales y están redefiniendo por completo su forma de inventar, crear y ofrecer productos y servicios. Simplemente superan limitaciones que antes se creían insuperables, por ejemplo en términos de escalabilidad. Esto significa también que en este tipo de empresas se aplican a la estrategia reglas y probabilidades completamente distintas. Esto es precisamente lo que "Competir en la era de la IA: estrategia y liderazgo cuando Algoritmo y las redes dirigen el mundo".

Marco Iansiti y Karim R. Lakhani explican cómo las empresas centradas en la IA están traspasando las fronteras del sector y fabricando productos cada vez más eficaces, para hacer predicciones cada vez más precisas, complejas y sofisticadas. También describen nuevos retos y responsabilidades para los directivos de empresas digitales y tradicionales.

La lectura está dirigida principalmente a ejecutivos, pero también es interesante para cualquier otra persona que quiera entender los cambios en las estrategias corporativas provocados por la IA.

"Superpoderes de la IA" por Kai-Fu Lee

Además de las obras básicas ya mencionadas, nuestros científicos de datos recomiendan "AI Superpowers". No se trata de enseñar fundamentos teóricos, sino de una visión social y económica del tema de la IA, cuya lectura merece la pena.

Kai-Fu Lee, ex Consejero Delegado de Google China y uno de los expertos en IA más reputados del mundo, analiza la revolución masiva e imparable que promete la IA. A través de sus antecedentes, aporta la perspectiva chino-estadounidense y traza un drástico panorama de los avances de los últimos años y del futuro.

Y es que, aunque el desarrollo básico de la IA se remonta a Europa y Estados Unidos, China es claramente el líder revolucionario. Kai-Fu Lee describe las razones de este desarrollo y revela qué distingue a la cultura empresarial china de las demás, y por qué produce empresas de tanto éxito.