awesome artificial intelligence

Impresionante inteligencia artificial (IA)

Esta es una lista curada de herramientas de inteligencia artificial (IA), cursos, libros, conferencias y documentos. La IA, o la inteligencia artificial, es una rama de la informática centrada en la creación de máquinas que pueden realizar tareas que requieren inteligencia humana. Estas tareas incluyen el aprendizaje, el razonamiento, la resolución de problemas, la comprensión del lenguaje natural y los patrones de reconocimiento. AI tiene como objetivo imitar las funciones cognitivas humanas, haciendo máquinas capaces de mejorar su rendimiento en función de la experiencia, adaptarse a nuevas entradas y realizar tareas de forma humana.

Las contribuciones son bienvenidas. Conéctese en LinkedIn o X.

Contenido

1. Herramientas
2. Cursos
3. Libros
4. Programación
5. Filosofía
6. Contenido gratuito
7. Código
8. Videos
9. Aprendiendo
10. Organizaciones
11. Diario
12. Concursos
13. Boletín
14. Maga

Herramientas

Charlar

• CHAT GPT CHATGPT es un sistema AI gratuito. Permite a los usuarios participar en conversaciones, obtener información, automatizar tareas y presenciar el futuro de la IA en un solo lugar.
• Gemini Gemini le brinda acceso directo a Google AI. Obtenga ayuda con la escritura, la planificación, el aprendizaje y más.
• Claude Claude es una familia de modelos de IA fundamentales que se pueden usar en varias aplicaciones. Puede hablar directamente con Claude en Claude.ai para hacer una lluvia de ideas, analizar imágenes y procesar documentos largos

Imágenes

• Generación de imágenes de IA Midjourney
• Dall · E 2 Dall · E 3 es un sistema de IA que puede crear imágenes y arte realistas a partir de una descripción de lenguaje natural.

Video

• Sora Sora es un modelo AI de texto a video que puede crear escenas realistas e imaginativas a partir de las instrucciones de texto.
• Generación de videos de IA de pista

Herramientas comerciales

• Taskade Build, entrenar y implementar agentes de IA para automatizar tareas, investigar y colaborar en tiempo real

Cursos

• Introducción a la inteligencia artificial (AI): una introducción de alto nivel a la IA de IBM en Coursera
• Introducción a la IA generativa: una introducción a nivel principiante a la IA generativa de Google en Coursera
• Introducción a la inteligencia artificial de CS50: este curso explora los conceptos y algoritmos en la base de la inteligencia artificial moderna
• MIT: Introducción al aprendizaje profundo: un bootcamp de siete días diseñado en el MIT para introducir métodos y aplicaciones de aprendizaje profundo
• Blueberry Deep: Deep Learning Book: un plan gratuito de cinco fines de semana para que los autoavematistas aprendan los conceptos básicos de las arquitecturas de aprendizaje profundo como CNNS, LSTMS, RNNS, VAES, GANS, DQN, A3C y más
• Girar en un profundo aprendizaje de refuerzo: un curso de aprendizaje de refuerzo profundo gratuito por OpenAI
• Videos de inteligencia artificial MIT - Curso MIT AI
• Grokking Deep Learning in Motion - Curso para principiantes para aprender el aprendizaje profundo y las redes neuronales sin marcos.
• Introducción a la inteligencia artificial: aprenda los fundamentos de la IA. Curso dirigido por Peter Norvig
• EDX INTELIGENCIA ARTIFICAL DE EDX: el curso presentará las ideas y técnicas básicas subyacentes al diseño de sistemas informáticos inteligentes
• Inteligencia artificial para la robótica: esta clase le enseñará métodos básicos en inteligencia artificial, incluida la inferencia probabilística, planificación y búsqueda, localización, seguimiento y control, todo con un enfoque en la robótica
• Aprendizaje automático: algoritmos básicos de aprendizaje automático para el aprendizaje supervisado y no supervisado
• Aprendizaje profundo: un curso introductorio para el aprendizaje profundo usando TensorFlow.
• Stanford Statistical Learning - Curso introductorio sobre aprendizaje automático centrado en la regresión lineal y polinómica, la regresión logística y el análisis discriminante lineal; Validación cruzada y los métodos de selección de modelos y regularización (cresta y lasso); modelos no lineales, splines y modelos aditivos generalizados; métodos basados ​​en árboles, bosques aleatorios y impulso; Máquinas Vector de soporte.
• Inteligencia artificial basada en el conocimiento: el curso de Georgia Tech sobre inteligencia artificial que se centra en la IA simbólica.
• Conferencias de Bootcamp RL Deep - Deep Referency Bootcamp Lectures - Agosto de 2017
• Curso de bloqueo de aprendizaje automático por Google Machine Learning Crash Curslect presenta una serie de lecciones con conferencias de video, estudios de casos del mundo real y ejercicios prácticos de práctica.
• Python Class by Google Esta es una clase gratuita para personas con un poco de experiencia en programación que desean aprender Python. La clase incluye materiales escritos, videos de conferencias y muchos ejercicios de código para practicar la codificación de Python.
• Curso de choque de aprendizaje profundo En este curso de LiveVideo, el experto en aprendizaje automático Oliver Zeigermann le enseña los conceptos básicos del aprendizaje profundo.
• Inteligencia artificial: un enfoque moderno - Stuart Russell y Peter Norvig
  • También considere navegar por la lista de lectura recomendada, dividida por cada capítulo en "Inteligencia artificial: un enfoque moderno".
• Paradigmas de la programación de inteligencia artificial: Estudios de casos en LISP común: los paradigmas de la programación de IA es el primer texto que enseña técnicas avanzadas de LISP comunes en el contexto de la construcción de sistemas de IA principales
• Aprendizaje de refuerzo: una introducción: este libro de texto introductorio sobre el aprendizaje de refuerzo está dirigido a ingenieros y científicos en inteligencia artificial, investigación de operaciones, redes neuronales y sistemas de control, y esperamos que también sea de interés para los psicólogos y neurocientíficos.
• El manual de la inteligencia artificial de Cambridge: escrito para no especialistas, cubre las bases de la disciplina, las principales teorías y las áreas de investigación principales, además de temas relacionados como la vida artificial.
• The Emotion Machine: Pensamiento de sentido común, inteligencia artificial y el futuro de la mente humana: en este libro expandido por la mente, el pionero científico Marvin Minsky continúa su investigación innovadora, ofreciendo un nuevo modelo fascinante de cómo funcionan nuestras mentes
• Inteligencia artificial: una nueva síntesis: comenzando con agentes reactivos elementales, Nilsson aumenta gradualmente su potencia cognitiva para ilustrar las ideas más importantes y duraderas en la IA
• Sobre la inteligencia: Hawkins desarrolla una teoría poderosa de cómo funciona el cerebro humano, explicando por qué las computadoras no son inteligentes y cómo, en base a esta nueva teoría, finalmente podemos construir máquinas inteligentes. También la versión de audio disponible en Audible.com
• Cómo crear una mente: Kurzweil analiza cómo funciona el cerebro, cómo emerge la mente, las interfaces de la computadora cerebral y las implicaciones del aumento enormemente de los poderes de nuestra inteligencia para abordar los problemas del mundo
• Aprendizaje profundo: la introducción de Goodfellow, Bengio y Courville a una amplia gama de temas en el aprendizaje profundo, cubriendo antecedentes matemáticos y conceptuales, técnicas de aprendizaje profundo utilizados en la industria y perspectivas de investigación.
• Los elementos del aprendizaje estadístico: minería de datos, inferencia y predicción: Hastie y Tibshirani cubren una amplia gama de temas, desde el aprendizaje supervisado (predicción) hasta el aprendizaje no supervisado que incluye redes neuronales, máquinas de vectores de apoyo, árboles de clasificación e impulso, el primer tratamiento integral de este tema en cualquier libro.
• El aprendizaje profundo y el juego de Go-Deep Learning y Game of GO te enseñan cómo aplicar el poder del aprendizaje profundo a tareas de razonamiento con sabor humano complejas mediante la construcción de una IA que juega. Después de exponerlo a los cimientos de la máquina y el aprendizaje profundo, usará Python para construir un bot y luego enseñarle las reglas del juego.
• Aprendizaje profundo para la búsqueda: el aprendizaje profundo para la búsqueda le enseña cómo aprovechar las redes neuronales, la PNL y las técnicas de aprendizaje profundo para mejorar el rendimiento de la búsqueda.
• Aprendizaje profundo con Pytorch: Pytorch pone a estas superpoderes en sus manos, proporcionando una experiencia cómoda de Python que te hace comenzar rápidamente y luego crece contigo a medida que tú, y tus habilidades de aprendizaje profundo, vuelven más sofisticados. El aprendizaje profundo con Pytorch hará que ese viaje sea atractivo y divertido.
• Aprendizaje de refuerzo profundo en acción: el aprendizaje de refuerzo profundo en acción le enseña los conceptos y terminología fundamentales del aprendizaje de refuerzo profundo, junto con las habilidades y técnicas prácticas que necesitará para implementarlo en sus propios proyectos.
• Aprendizaje de refuerzo profundo de Grokking: el aprendizaje de refuerzo profundo de Grokking introduce este poderoso enfoque de aprendizaje automático, utilizando ejemplos, ilustraciones, ejercicios y enseñanza cristalina.
• Fusion in Action: Fusion in Action le enseña a construir una tubería de análisis de datos con todas las funciones, incluida la búsqueda de documentos y datos y la agrupación de datos distribuidos.
• Procesamiento del lenguaje natural del mundo real: libro de acceso temprano sobre cómo crear aplicaciones prácticas de PNL con Python.
• Grokking Machine Learning - Libro de acceso temprano que introduce las técnicas de aprendizaje automático más valiosas.
• Tener éxito con la IA: una introducción a la gestión de proyectos de IA exitosos y aplicar IA a situaciones de la vida real.
• Elementos de la IA (Parte 1) - Reaktor/University of Helsinki - Una introducción a la IA es un curso en línea gratuito para todos los interesados ​​en aprender qué es la IA, qué es posible (y no posible) con la IA y cómo afecta nuestras vidas, sin necesidad de matemáticas ni programación complicadas.
• Procesamiento esencial del lenguaje natural: una guía práctica para la PNL con técnicas prácticas, numerosos ejemplos basados ​​en Python y estudios de casos del mundo real.
• Los micro cursos de Kaggle: una serie de micro cursos ofreciendo conocimiento práctico y práctico que van desde Python hasta el aprendizaje profundo.
• Transfiera el aprendizaje para el procesamiento del lenguaje natural: un libro que lo acelera con los conceptos de ML relevantes y luego se sumerge en el aprendizaje de transferencia para PNL.
• (Serie de aprendizaje profundo de Stanford] [https://www.youtube.com/playlist?list=ploromVodv4roabxSyghtsbvuz4g_yqhob]
• Guía de desarrolladores de aprendizaje automático de Amazon: un libro para desarrolladores de ML que presenta los conceptos y estrategias de ML con muchos usos prácticos.
• Curso de observabilidad del aprendizaje automático: el curso autoguiado cubre la intuición, las matemáticas y las mejores prácticas para una observabilidad efectiva del aprendizaje automático.
• Aprendizaje automático para humanos: una serie de explicaciones simples e inglesas acompañadas de matemáticas, código y ejemplos del mundo real.

Libros

• Aprendizaje automático para mortales (mero y de otro tipo) - Libro de acceso temprano que proporciona conceptos básicos del aprendizaje automático y el uso del lenguaje de programación R.
• Cómo funciona el aprendizaje automático - Mostafa Samir. Libro de acceso temprano que introduce el aprendizaje automático de los aspectos prácticos y teóricos de una manera no amenazante.
• MachineLearningWithTensorFlow2ed es un libro sobre técnicas de aprendizaje automático de uso general, que incluyen regresión, clasificación, agrupación no supervisada, aprendizaje de refuerzo, autoencoders, redes neuronales convolucionales, RNN y LSTM, utilizando TensorFlow 1.14.1.
• Aprendizaje automático sin servidor: un libro para ingenieros de aprendizaje automático sobre cómo entrenar e implementar sistemas de aprendizaje automático en nubes públicas como AWS, Azure y GCP, utilizando un enfoque orientado al código.
• El libro de aprendizaje automático de cien páginas: todo lo que necesita saber sobre el aprendizaje automático en cien páginas, aprendizaje supervisado y no supervisado, SVM, redes neuronales, métodos de conjunto, descenso de gradiente, análisis de clúster y reducción de dimensionalidad, autoencoders y aprendizaje de transferencia, ingeniería de características e ajuste de hiperparameter.
• Confianza en el aprendizaje automático: un libro para científicos de datos experimentados e ingenieros de aprendizaje automático sobre cómo hacer de su IA un socio confiable. Construya sistemas de aprendizaje automático que sean explicables, robustos, transparentes y optimizados para la equidad.
• AI generativa en acción: un libro que muestra exactamente cómo agregar herramientas de IA generativas para texto, imágenes y código, y más en las estrategias y proyectos de su organización.

Programación

• Programación de Prolog para inteligencia artificial: esta guía más vendida para Prolog y la inteligencia artificial se concentra en el arte de utilizar los mecanismos básicos de Prolog para resolver problemas interesantes de IA.
• Algoritmos de IA, estructuras de datos y modismos en Prolog, Lisp y Java - PDF aquí
• Herramientas de Python para el aprendizaje automático
• Python para inteligencia artificial

Filosofía

• Super Inteligencia - Superinteligencia hace la pregunta: ¿Qué sucede cuando las máquinas superan a los humanos en inteligencia general?
• Nuestra invención final: inteligencia artificial y el final de la era humana: nuestra invención final explora los peligros de la búsqueda sin atención de la IA avanzada. Hasta ahora, la inteligencia humana no ha tenido rival. ¿Podemos coexistir con seres cuya inteligencia eclipsa la nuestra? ¿Y nos permitirán?
• Cómo crear una mente: el secreto del pensamiento humano revelado: Ray Kurzweil, director de ingeniería de Google, exploró el proceso de ingeniería inversa del cerebro para comprender con precisión cómo funciona, luego aplica ese conocimiento para crear máquinas muy inteligentes.
• Mentes, cerebros y programas: el periódico de 1980 del filósofo John Searle que contiene el famoso experimento mental de la "sala china". Probablemente sea el ataque más famoso por la noción de una AI fuerte que posee una "mente" o una "conciencia", y es una lectura interesante para aquellos interesados ​​en la intersección de la IA y la filosofía de la mente.
• Gödel, Escher, Bach: una trenza dorada eterna: escrita por Douglas Hofstadter y etiquetado "Una fuga metafórica sobre mentes y máquinas en el espíritu de Lewis Carroll", este increíble viaje hacia el tema fundamental de las matemáticas, la simetría e inteligencia ganó un premio Pulitzer por no ficción en 1979. Un tema principal en todo momento es el surgimiento de la aparición de las matemáticas, la simetría y la inteligencia ganaron un premio de Pulitzer en 1979. Un tema principal en todo 1 y 0, organizados en patrones especiales.
• Life 3.0: Ser humano en la era de la inteligencia artificial: Max Tegmark, profesor de física en el MIT, discute cómo la inteligencia artificial puede afectar el crimen, la guerra, la justicia, los empleos, la sociedad y nuestro sentido de ser humano tanto en el futuro cercano como en el futuro.

Contenido gratuito

• Fundaciones de agentes computacionales: este libro es publicado por Cambridge University Press
• La búsqueda de la inteligencia artificial: este libro rastrea la historia del tema, desde los primeros sueños de los pioneros del siglo XVIII (y anterior) hasta el trabajo más exitoso de los ingenieros de IA de hoy.
• Stanford CS229 - Aprendizaje automático: este curso proporciona una amplia introducción al aprendizaje automático y al reconocimiento de patrones estadísticos.
• Computadoras y pensamiento: una introducción práctica a la inteligencia artificial: el libro cubre la simulación por computadora de actividades humanas, como la resolución de problemas y la comprensión del lenguaje natural; visión por computadora; Herramientas y técnicas de IA; una introducción a la programación de IA; modelos de cognición de redes simbólicas y neurales; la naturaleza de la mente y la inteligencia; y las implicaciones sociales de la IA y la ciencia cognitiva.
• Sociedad Mental: el trabajo seminal de Marvin Minsky sobre cómo funciona nuestra mente. Muchos conceptos simbólicos de IA se han derivado de esta base.
• Inteligencia artificial y biología molecular: el volumen actual es un esfuerzo para cerrar ese rango de exploración, desde el concepto de nucleótido hasta abstracto, en la investigación contemporánea de IA/MB.
• Breve introducción a las implicaciones educativas de la inteligencia artificial: este libro está diseñado para ayudar a los maestros de preservación e interservicio a aprender sobre algunas de las implicaciones educativas de los usos actuales de la inteligencia artificial como una ayuda para resolver problemas y realizar tareas.
• Enciclopedia: Inteligencia Computacional-Scholarpedia es una enciclopedia de acceso abierto revisado por pares escrita y mantenida por expertos académicos de todo el mundo.
• Inteligencia artificial ética: un libro de Bill Hibbard que combina varios artículos revisados ​​por pares y nuevos materiales para analizar los problemas de la inteligencia artificial ética.
• Inteligencia artificial dorada: un grupo de páginas sobre inteligencia artificial y aprendizaje automático.
• R2D3: un sitio web con explicaciones sobre temas, desde el aprendizaje automático hasta las estadísticas. Todo ayudó con infografías bellamente animadas y ejemplos de la vida real. Disponible en varios idiomas.
• Agentes de modelado con programas probabilísticos: este libro describe e implementa modelos de agentes racionales para (PO) MDP y aprendizaje de refuerzo.

Código

• Explicx- Expliclex es un marco de IA de AI explicable rápido, liviano y escalable para que los científicos de datos expliquen cualquier modelo de caja negra a las partes interesadas comerciales.
• AIMACODE - Código fuente para "Inteligencia artificial: un enfoque moderno" en Lisp, Java y Python comunes. Más por venir.
• Fann - Biblioteca de red neuronal artificial rápida, nativo de C
• Fargonautica - Código fuente de los conceptos fluidos de Douglas Hosftadter y analogías creativas Ph.D. proyectos.

Videos

• Un tutorial sobre el aprendizaje profundo
• Conceptos básicos del aprendizaje de refuerzo computacional
• Aprendizaje de refuerzo profundo
• Agentes y paradigmas inteligentes para AI
• La efectividad irrazonable del aprendizaje profundo: el director de la investigación de IA de Facebook, el Dr. Yann Lecun da una charla sobre redes neuronales convolucionales profundas y sus aplicaciones para el aprendizaje automático y la visión por computadora
• AWS Machine Learning in Motion: este curso interactivo de video en vivo le brinda un curso de bloqueo en el uso de AWS para el aprendizaje automático y le enseña cómo construir un algoritmo predictivo completamente funcional.
• El aprendizaje profundo con el aprendizaje R en el movimiento con R en movimiento le enseña a aplicar el aprendizaje profundo a los mensajes de texto e imágenes utilizando la poderosa Biblioteca Keras y su interfaz del lenguaje R.
• Groking Deep Learning para que se acumule el aprendizaje profundo en movimiento no solo le enseñará cómo usar una sola biblioteca o marco. ¡Descubrirás cómo construir estos algoritmos desde cero!
• Aprendizaje de refuerzo en movimiento: este video en vivo rompe conceptos críticos como cómo aprenden los sistemas RL, cómo sentir y procesar datos ambientales, y cómo construir y capacitar a los agentes de IA.

Aprendiendo

• Aprendizaje profundo. Métodos y aplicaciones Libro gratuito de Microsoft Research
• Redes neuronales y aprendizaje profundo: las redes neuronales y el aprendizaje profundo actualmente proporcionan las mejores soluciones a muchos problemas en el reconocimiento de imágenes, el reconocimiento de voz y el procesamiento del lenguaje natural. Este libro le enseñará los conceptos centrales detrás de las redes neuronales y el aprendizaje profundo.
• Aprendizaje automático: una perspectiva probabilística: este libro de texto ofrece una introducción integral y autónoma al campo del aprendizaje automático, basado en un enfoque probabilístico unificado
• Aprendizaje profundo: Yoshua Bengio, Ian Goodfellow y Aaron Courville organizan este libro actualmente gratuito (y de el borrador) sobre el aprendizaje profundo. El libro se mantiene actualizado y cubre una amplia gama de temas en profundidad (hasta el aprendizaje de secuencia a secuencia).
• Comenzando con el aprendizaje profundo y Python
• Dominio de aprendizaje automático
• Deep Learning.net - Sitio de agregación para recursos DL
• Aprendizaje automático impresionante, como este github, pero centrado en ML
• Fastml
• Impresionantes recursos de aprendizaje profundo: una lista aproximada de recursos de aprendizaje para el aprendizaje profundo
• Cursos de video de aprendizaje automático profesional y en profundidad: una colección de tutoriales y cursorios de video y aprendizaje automático gratuito de aprendizaje automático y de datos en profundidad
• Cursos de video de inteligencia artificial profesional y profundo: una colección de tutoriales y cursos de video artificiales profesionales y en profundidad gratuitos
• Cursos de video de aprendizaje profundo profesional y profundo: una colección de tutoriales y cursorios de video y de aprendizaje profundo gratuitos
• Introducción al aprendizaje automático - Curso de bloqueo de aprendizaje automático de nivel introductorio
• Clasificación de gráficos impresionantes: aprendiendo de datos estructurados gráficos
• Detección comunitaria impresionante: datos de gráficos estructurados de gráficos
• Documentos de árbol de decisión impresionantes - Documentos de árboles de decisión de conferencias de aprendizaje automático
• Documentos de impulso de gradiente impresionante: documentos de impulso de gradiente de conferencias de aprendizaje automático
• Documentos de detección de fraude impresionantes: documentos de detección de fraude de conferencias de aprendizaje automático
• Arte neuronal impresionante: crear arte y manipular imágenes utilizando redes neuronales profundas.

Organizaciones

• Sociedad de inteligencia computacional IEEE
• Instituto de Investigación de Inteligencia Machine
• Opadai
• Asociación para el Avance de la Inteligencia Artificial
• Google DeepMind Research
• Aprendizaje profundo nvidia
• Ai google
• AI de Facebook
• Investigación de IBM
• Investigación de Microsoft

Diario

• Ai y sociedad
• Comunicaciones de IA
• Revista AI
• Anales de matemáticas e inteligencia artificial
• Álgebra aplicable en ingeniería, comunicación e informática
• Inteligencia artificial aplicada
• Inteligencia aplicada
• Inteligencia artificial para diseño, análisis y fabricación de ingeniería
• Revisión de inteligencia artificial
• Inteligencia artificial
• Ingeniería de software automatizada
• Agentes autónomos y sistemas de múltiples agentes
• Teoría de la organización computacional y matemática
• Inteligencia computacional
• Transacciones electrónicas sobre inteligencia artificial
• Inteligencia evolutiva
• Experto - ISMANGEN SISTEMAS
• IEEE Transacciones Automation Science and Engineering
• Sistemas industriales inteligentes
• Revista Internacional de Sistemas Inteligentes
• Revista internacional sobre herramientas de inteligencia artificial
• Revista de investigación de inteligencia artificial
• Revista de razonamiento automatizado
• Revista de inteligencia artificial experimental y teórica
• Journal of Intelligent Information Systems
• Revista sobre semántica de datos
• Revisión de ingeniería de conocimiento
• Mentes y máquinas
• Progreso en la inteligencia artificial

Concursos

• MIT Battlecode
• AI Challenge
• Juegos AI

Boletín

• Superhuman.ai Un boletín diario de IA

Maga

• Proyecto de cognición abierta: estamos emprendiendo un esfuerzo serio para construir una máquina de pensamiento
• Aitópicos: gran agregación de recursos de IA
• AirEsources - Directorio de software de código abierto y datos de acceso abierto para la comunidad de investigación de IA
• Subreddit de inteligencia artificial
• Experimentos de IA con Google

Licencia

En la medida de lo posible según la ley, Owain Lewis ha renunciado a todos los derechos de autor y derechos relacionados o vecinos para este trabajo.