Libros / IA y ML

IA y ML

Todo Lenguajes de programación. 1538IA y ML 762Algoritmos y teoría 505Desarrollo de software 470Desarrollo web. 390DevOps e Infraestructura 271Ciberseguridad 225SO y Sistema 172Otro 169Bases de datos 146Desarrollo de videojuegos 143Sistemas embebidos. 131Gestión de TI 106
Todo Ciencia de Datos 253Aprendizaje automático 151LLM 107Redes neuronales 91ChatGPT 37TensorFlow 29Visión por computadora 26PyTorch 21MLOps 18Procesamiento del Lenguaje Natural 12Pandas 9Agentes de IA 1
Todo 2026 502025 1082024 1612023 1102022 492021 402020 652019 342018 292017 122016 142015 162014 32013 42012 22011 32009 22008 12007 21994 1
EN
El Libro de Modelos de Lenguaje de Cien Páginas

El Libro de Modelos de Lenguaje de Cien Páginas

A

Andriy Burkov

IA y ML
EN
Redes Neuronales de Grafos en Acción

Redes Neuronales de Grafos en Acción

A

Keita Broadwater, Namid Stillman

IA y ML
EN
Construyendo Aplicaciones de IA Generativa con Bibliotecas de Código Abierto: Guía práctica para implementar modelos de lenguaje grandes

Construyendo Aplicaciones de IA Generativa con Bibliotecas de Código Abierto: Guía práctica para implementar modelos de lenguaje grandes

A

Srikannan Balakrishnan

IA y ML
EN
El Analista de Datos Bien Fundamentado: Resuelve Problemas de Datos Desordenados Como un Profesional

El Analista de Datos Bien Fundamentado: Resuelve Problemas de Datos Desordenados Como un Profesional

A

David Asboth

IA y ML
RU
Ingeniería de Datos en Python: Fundamentos del Análisis de Datos con Pandas, NumPy y Scikit-learn

Ingeniería de Datos en Python: Fundamentos del Análisis de Datos con Pandas, NumPy y Scikit-learn

A

A. Yu. Guinko (traductor)

IA y ML
RU
Causal Inference en Python. Relaciones Causales en el Desarrollo de TI

Causal Inference en Python. Relaciones Causales en el Desarrollo de TI

A

Mateusz Fakur

IA y ML
RU
Data Science: problemas y soluciones

Data Science: problemas y soluciones

A

A.S. Vatián, N.F. Gusárova, N.V. Dobreńko

IA y ML
RU
Python. Análisis de datos de sistemas, cálculos y modelado

Python. Análisis de datos de sistemas, cálculos y modelado

A

Joaquín Sundnes

IA y ML
EN
La guía completa obsoleta de IA generativa

La guía completa obsoleta de IA generativa

A

David Clinton

IA y ML
EN
El manual del desarrollador para la seguridad de modelos de lenguaje grandes

El manual del desarrollador para la seguridad de modelos de lenguaje grandes

A

Steve Wilson

IA y ML
EN
15 conceptos matemáticos que todo científico de datos debería conocer

15 conceptos matemáticos que todo científico de datos debería conocer

A

David Hoyle

IA y ML
EN
Acelerar el entrenamiento de modelos con PyTorch 2.X

Acelerar el entrenamiento de modelos con PyTorch 2.X

A

Maicon Melo Alves

IA y ML
EN
Desarrollo de aplicaciones geoespaciales con Python

Desarrollo de aplicaciones geoespaciales con Python

A

Mohammad Gouse Galety, Arul Kumar Natarajan, Tesfaye Fufa Gedefa, Tsegaye Demsis Lemma

IA y ML
EN
Cómo funciona la IA: de la hechicería a la ciencia

Cómo funciona la IA: de la hechicería a la ciencia

A

Ronald T. Kneusel

IA y ML
EN
AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

A

William Hawkins

IA y ML
EN
IA Generativa para el Desarrollo Efectivo de Software

IA Generativa para el Desarrollo Efectivo de Software

A

Anh Nguyen-Duc, Pekka Abrahamsson, Foutse Khomh (Editors)

IA y ML
EN
Dominando Microsoft Fabric: SAASificación de la analítica

Dominando Microsoft Fabric: SAASificación de la analítica

B

Debananda Ghosh

IA y ML
EN
Grandes modelos de lenguaje para desarrolladores: una exploración basada en indicaciones

Grandes modelos de lenguaje para desarrolladores: una exploración basada en indicaciones

A

Oswald Campesato

IA y ML
EN
Infraestructura de aprendizaje automático y mejores prácticas para ingenieros de software

Infraestructura de aprendizaje automático y mejores prácticas para ingenieros de software

A

Miroslaw Staron

IA y ML
EN
OpenAI GPT para desarrolladores de Python

OpenAI GPT para desarrolladores de Python

A

Aymen El Amri

IA y ML
EN
Desarrollo de aplicaciones con GPT-4 y ChatGPT: cree chatbots inteligentes, generadores de contenido y más

Desarrollo de aplicaciones con GPT-4 y ChatGPT: cree chatbots inteligentes, generadores de contenido y más

A

Olivier Caelen, Marie-Alice Blete

IA y ML
EN
Decodificación de modelos de lenguaje grandes

Decodificación de modelos de lenguaje grandes

A

Irena Cronin

IA y ML
EN
Transformer, BERT y GPT: incluyendo ChatGPT e ingeniería de prompts

Transformer, BERT y GPT: incluyendo ChatGPT e ingeniería de prompts

A

Oswald Campesato

IA y ML
RU
Desarrollo de aplicaciones con GPT-4 y ChatGPT

Desarrollo de aplicaciones con GPT-4 y ChatGPT

A

Olivier Quelin, Marie-Alice Bleté

IA y ML
EN
Generative AI: Navegando el rumbo hacia el futuro de la Inteligencia General Artificial

Generative AI: Navegando el rumbo hacia el futuro de la Inteligencia General Artificial

A

Martin Musiol

IA y ML
EN
Aprendizaje automático e IA generativa para marketing

Aprendizaje automático e IA generativa para marketing

A

Yoon Hyup Hwang, Nicholas C. Burtch

IA y ML
EN
Ingeniería de datos con Scala y Spark

Ingeniería de datos con Scala y Spark

A

Eric Tome, Rupam Bhattacharjee, David Radford

IA y ML
RU
Procesamiento de datos en Python. Data Wrangling y Data Quality

Procesamiento de datos en Python. Data Wrangling y Data Quality

A

Susan McGregor

IA y ML
EN
Descifrando arquitecturas de datos: elección entre un almacén de datos moderno, tejido de datos, lago de datos y malla de datos

Descifrando arquitecturas de datos: elección entre un almacén de datos moderno, tejido de datos, lago de datos y malla de datos

A

James Serra

IA y ML
RU
Aprendizaje automático probabilístico. Temas avanzados: Predicción, Generación, Detección, Acción

Aprendizaje automático probabilístico. Temas avanzados: Predicción, Generación, Detección, Acción

A

Kevin P. Murphy

IA y ML
EN
Piensa en Python, tercera edición: Cómo pensar como un científico de la computación

Piensa en Python, tercera edición: Cómo pensar como un científico de la computación

A

Allen B. Downey

IA y ML
EN
Deep Learning: Fundamentos y Conceptos

Deep Learning: Fundamentos y Conceptos

A

Christopher M. Bishop, Hugh Bishop

IA y ML
EN
Gestión y análisis de big data

Gestión y análisis de big data

A

Brij B Gupta, Mamta

IA y ML
EN
Data Engineering para pipelines de Machine Learning: desde bibliotecas de Python hasta pipelines de ML y plataformas en la nube

Data Engineering para pipelines de Machine Learning: desde bibliotecas de Python hasta pipelines de ML y plataformas en la nube

A

Pavan Kumar Narayanan

IA y ML
EN
IA generativa en la educación superior: el efecto ChatGPT

IA generativa en la educación superior: el efecto ChatGPT

A

Cecilia Ka Yuk Chan, Tom Colloton

IA y ML
EN
Programación con IA para Dummies

Programación con IA para Dummies

A

Chris Minnick

IA y ML
EN
Construcción de aplicaciones impulsadas por IA generativa: Una guía práctica para desarrolladores

Construcción de aplicaciones impulsadas por IA generativa: Una guía práctica para desarrolladores

A

Aarushi Kansal

IA y ML
EN
Ingeniería de Software para Científicos de Datos: De Cuadernos a Sistemas Escalables

Ingeniería de Software para Científicos de Datos: De Cuadernos a Sistemas Escalables

A

Catherine Nelson

IA y ML
EN
APIs Prácticas para IA y Ciencia de Datos

APIs Prácticas para IA y Ciencia de Datos

A

Ryan Day

IA y ML
EN
Machine Learning Q y AI: 30 Preguntas y Respuestas Esenciales sobre Machine Learning e IA

Machine Learning Q y AI: 30 Preguntas y Respuestas Esenciales sobre Machine Learning e IA

A

Sebastian Raschka

IA y ML
RU
Aprendizaje automático con PyTorch y Scikit-Learn

Aprendizaje automático con PyTorch y Scikit-Learn

A

Sebastián Raschka, Yusi (Hayden) Liu, Vahid Mirjalili

IA y ML
RU
Aprendizaje automático aplicado e inteligencia artificial para ingenieros

Aprendizaje automático aplicado e inteligencia artificial para ingenieros

A

Jeff Probst

IA y ML
RU
Predicción conformal en Python

Predicción conformal en Python

A

Valeri Manojin

IA y ML
RU
Redes neuronales de grafos en Python

Redes neuronales de grafos en Python

A

Maksim Labonn, Artem Gruzdev

IA y ML
RU
Conductos de datos. Guía de bolsillo

Conductos de datos. Guía de bolsillo

A

James Densmore

IA y ML
EN
Sistemas Automatizados de Trading en Forex con ChatGPT: Aprende, Mejora y Disfruta del Trading en Forex con tu Compañero de IA

Sistemas Automatizados de Trading en Forex con ChatGPT: Aprende, Mejora y Disfruta del Trading en Forex con tu Compañero de IA

A

Paul Wealth

IA y ML
EN
Teoría y Aplicaciones del Aprendizaje Automático: Casos de Uso Prácticos con Python en Máquinas Clásicas y Cuánticas

Teoría y Aplicaciones del Aprendizaje Automático: Casos de Uso Prácticos con Python en Máquinas Clásicas y Cuánticas

A

Xavier Vasques

IA y ML
EN
Arquitectura de Plataformas de Datos y Aprendizaje Automático: Habilitar la Analítica y la Innovación Impulsada por IA en la Nube

Arquitectura de Plataformas de Datos y Aprendizaje Automático: Habilitar la Analítica y la Innovación Impulsada por IA en la Nube

A

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

IA y ML
EN
Generative AI Práctica con Modelos Transformers y de Difusión

Generative AI Práctica con Modelos Transformers y de Difusión

A

Omar Sanseviero, Pedro Cuenca, Apolinário Passos, Jonathan Whitaker

IA y ML
EN
Visión por Computadora Moderna con PyTorch. Segunda Edición: Una hoja de ruta práctica desde los fundamentos del aprendizaje profundo hasta aplicaciones avanzadas e IA Generativa.

Visión por Computadora Moderna con PyTorch. Segunda Edición: Una hoja de ruta práctica desde los fundamentos del aprendizaje profundo hasta aplicaciones avanzadas e IA Generativa.

A

V Kishore Ayyadevara, Yeshwanth Reddy

IA y ML
← 23456 →

Puntuación de calidad del PDF:

A Excelente — texto copiable, TOC, metadatos B Bueno — texto presente, faltan algunos datos C Promedio — el texto es parcialmente extraíble D Pobre — muy probablemente un escaneo F Escaneo sin OCR — el texto no se puede extraer