teach AI in business
1.0.0
[]
Estoy recopilando material para enseñar temas relacionados con la IA a las personas no tecnológicas. Los enlaces deben proporcionar una comprensión general de la IA sin profundizar demasiado en los problemas técnicos. ¡Contribuya!
Haga de este problema su primer problema, estoy recopilando material para enseñar temas relacionados con la IA a las personas que no son de tecnología. Los enlaces deberían tener una comprensión general de la IA sin profundizar demasiado en los problemas técnicos. ¡Contribuya! Utilice solo esos recursos sin código
Nuevo mira también el AI Wiki NUEVO
| Enlace al problema | Descripción |
|---|---|
| Tecnologías de tendencias principales | El canal de YouTube para dominar tecnología de tendencia principal, incluida la inteligencia artificial |
| Ai4all | AI 4 All es un recurso para que los facilitadores de IA traigan IA a académicos y estudiantes |
| Elementos de AI | Elements of AI es un curso en línea abierto gratuito para enseñar principios de IA |
| Introducción visual al aprendizaje automático | Visual Introduction to Machine Learning es un sitio web hermoso que ofrece una introducción completa y se entiende fácilmente el primer encuentro con el aprendizaje automático |
| Introducción de CS50 a la inteligencia artificial con Python | Aprenda a usar el aprendizaje automático en Python en este curso introductorio sobre inteligencia artificial. |
| Curso de choque para AI | Esta es una divertida serie de videos que presenta a los estudiantes y educadores inteligencia artificial y también ofrece videos más avanzados adicionales. Aprenda sobre los conceptos básicos, las redes neuronales, los algoritmos y más. |
| Tutorial de aprendizaje automático de YouTuber Channel | Máquina de enseñanza turial de YouTube Channel para principiante |
| Inteligencia artificial (IA) | Aprenda los fundamentos de la inteligencia artificial (AI) y aplíquelos. Diseño de agentes inteligentes para resolver problemas del mundo real que incluyen problemas de búsqueda, juegos, aprendizaje automático, lógica y satisfacción de restricciones |
| Ai para todos de Andrew Ng | La IA para todos es un curso, especialmente para personas de un origen no técnico para comprender las estrategias de IA |
| ¿Qué tan lejos está demasiado lejos? La edad de la IA | Esta es una serie Orignals de YouTube de Robert Downey |
| Fundamentos de inteligencia artificial | Este curso es para principiantes absolutos sin conocimiento técnico. |
| Algoritmo de bandidos (aprendizaje automático en línea) | Sin requisito de conocimiento técnico, pero una institución básica de la probabilidad de thheory ayuda |
| Una guía ejecutiva para la IA | Esta es una guía interactiva para enseñar a los profesionales de negocios cómo podrían emplear inteligencia artificial en sus negocios. |
| AI Business School | Serie de videos que enseñan cómo la IA puede incorporarse en varias industrias comerciales |
| Tutorial de inteligencia artificial para principiantes | Este video le proporcionará un conocimiento integral y detallado de los conceptos de inteligencia artificial con ejemplos prácticos. |
| Tutorial de aprendizaje automático indonesio | Máquina de enseñanza turística para entrenar una computadora para principiantes |
| Tutorial de lista de reproducción de YouTube de Indonesia | Tutorial de la lista de reproducción de YouTube para principiante |
| Métodos de búsqueda de inteligencia artificial para la resolución de problemas del Prof. Deepak Khemani | Estas conferencias de video son para principiantes absolutos sin conocimiento técnico. |
| Tutorial de AI Basics | Este video comienza desde los conceptos básicos de AI y ML, y finalmente tiene una demostración práctica del modelo de detección de número de conjunto de datos MNIST estándar utilizando Keras y TensorFlow. |
| Tutorial de Brain.js simple | Este video explica una muy simple biblioteca JavaScript AI llamada Brain.js para que pueda ejecutar fácilmente IA en el navegador. |
| Google AI | Un kit completo para el oficial de Google Oficial para que no sean de tecnología comience todo desde lo básico, hasta avanzado |
| Microsoft AI para principiantes | Un plan de estudios autónomo de Microsoft, que incluye 24 lecciones en IA. |
| Enlace al problema | Descripción |
|---|---|
| Máquina de enseñanza | Use la máquina Teachable para entrenar una computadora para reconocer sus propias imágenes, sonidos y poses |
| Ecraft2learn | Recursos y espacio interactivo (Snap, un entorno de programación visual como Scratch) para aprender cómo crear programas de IA |
| Dibujo rápido de Google | Entrena una IA para adivinar de los dibujos |
| Generador de profundidad | Fusionar imágenes con sueños profundos usando el generador profundo |
| Crear ML | Construya rápidamente y entrene los modelos ML Core en su Mac sin código. |
| What if | Probe visualmente el comportamiento de los modelos de aprendizaje automático capacitado, con una codificación mínima. |
| Metarange | Use y cree herramientas de inteligencia artificial para analizar y tomar decisiones sobre sus datos. Arrastrar y soltar. Sin código. |
| obviamente .i | El proceso total de construcción de algoritmos ML, explicando los resultados y la predicción de los resultados en un solo clic. |
| Por y título | Descripción |
|---|---|
| Inteligencia artificial | Página de Wikipedia de AI |
| La guía de IA no técnica | Una de las buenas publicaciones de blog que podría ayudar a la IA más comprensible para las personas sin antecedentes técnicos. |
| Liai | Una introducción detallada a la IA y las redes neuronales |
| Introducción de laico | La introducción de un laico a la IA |
| AI y aprendizaje automático: una descripción no técnica | AI y aprendizaje automático: una descripción no técnica de Oreilly es una guía para aprender a cualquiera todo lo que necesita saber sobre la IA, centrada en las personas que no son de tecnología |
| Lo que los líderes empresariales necesitan saber sobre la inteligencia artificial | Artículo corto que resume los aspectos esenciales de la IA que los líderes empresariales deben comprender |
| ¿Cómo impactará el no código el futuro de la IA conversacional? | Una humilde explicación para el estado actual de Iechatbots converstacional y cómo evoluciona con la tendencia actual de no codificación. |
| Investopedia | Explicación básica de lo que AI es de una manera muy básica e integral |
| Paquete | Una guía no programadora para el aprendizaje del aprendizaje automático |
| Incorporado | Inteligencia artificial. ¿Qué es la inteligencia artificial? ¿Cómo funciona la IA? |
| Futuro de la vida | Beneficios y riesgos de inteligencia artificial |
| NSDM India -Árpito | Más de 100 herramientas de IA para no codificadores que mejorarán su marketing. |
| IA en marketing para nuevas empresas y vendedores no técnicos | Una guía práctica para personas no técnicas |
| Blog - Dominio de aprendizaje automático | Blogs y artículos de Jason Browniee en ML |
| Chatbots ai sin programación | Los chatbots tienen cada vez más demanda entre las empresas globales. Este curso le enseñará cómo construir, analizar, implementar y monetizar chatbots, con la ayuda de IBM Watson y el poder de la IA. |
| Autor | Libro | Descripción y notas |
|---|---|---|
| Ethem alpaydin | Aprendizaje automático: la nueva IA | Teoría de grafos con aplicaciones a Ingeniería e Informática. Una descripción concisa del aprendizaje automático (programas de compuidad que aprenden de los datos) que subyacen a aplicaciones que incluyen sistemas de recomendación, reconocimiento facial y automóviles sin conductor. |
| Charu C. Aggarwal | Redes neuronales y aprendizaje profundo | Este libro cubre los modelos clásicos y modernos en el aprendizaje profundo. El enfoque principal está en la teoría y los algoritmos del aprendizaje profundo. El libro también es rico en discutir diferentes aplicaciones para darle al practicante un sabor de cómo las arquitecturas neuronales están diseñadas para diferentes tipos de problemas. |
| Hal Daumé III | Un curso de aprendizaje automático | El propósito de este libro es proporcionar una introducción suave y pedagógicamente organizada al campo. Un segundo objetivo de este libro es proporcionar una visión del aprendizaje automático que se centre en ideas y modelos, no en las matemáticas. |
| Ian Goodfellow y Yoshua Bengio y Aaron Courville | Aprendizaje profundo | El libro comienza con una discusión sobre conceptos básicos de aprendizaje automático, incluidas las matemáticas y los algoritmos aplicados necesarios para estudiar eficazmente el aprendizaje profundo desde una perspectiva académica. No hay código cubierto en el libro, lo que lo hace perfecto para un entusiasta no técnico de la IA. |
| Peter Harrington | Aprendizaje automático en acción | (Fuente: https://github.com/kerasking/book-1/blob/master/ml%20machine%20learning%20in%20Action.pdf) Este libro actúa como una guía para caminar a los recién llegados a través de las técnicas necesarias para el aprendizaje automático, así como los conceptos detrás de las prácticas. |
| Jeff Heaton | Inteligencia artificial para humanos | Este libro ayuda a sus lectores a obtener una visión general y una comprensión de los algoritmos de IA. Está destinado a enseñar a la IA para aquellos que no tienen un entorno matemático extenso. Los lectores necesitan tener solo un conocimiento básico de programación de computadoras y álgebra universitaria. |
| John D. Kelleher, Brian Mac Namee y Aoife D'Arcy | Fundamentos del aprendizaje automático para análisis de datos predictivos: algoritmos, ejemplos trabajados y estudios de casos (The MIT Press) | Este libro cubre todos los fundamentos del aprendizaje automático, sumergiéndose en la teoría del tema y el uso de aplicaciones prácticas, ejemplos de trabajo y estudios de casos para impulsar el conocimiento del conocimiento. |
| Deepak Khemani | [Un primer curso de inteligencia artificial] | Es un curso introductorio sobre inteligencia artificial, un enfoque basado en el conocimiento que utiliza agentes de todos los algoritmos detallados y bien estructurados con pruebas. Este libro sigue principalmente un enfoque ascendente que explora las estrategias básicas necesarias para resolver problemas en la parte de inteligencia. |
| Maxim Lapan | Refuerzo profundo Aprendizaje práctico - Segunda edición | Deep Reflor Learning Hands-On, Second Edition es una versión actualizada y ampliada de la guía más vendida para las últimas herramientas y técnicas de aprendizaje de refuerzo (RL). Le proporciona una introducción a los fundamentos de RL, junto con la capacidad práctica de codificar agentes de aprendizaje inteligente para realizar una variedad de tareas prácticas. |
| Tom M Mitchell | Aprendizaje automático | Este libro cubre el campo del aprendizaje automático, que es el estudio de algoritmos que permiten que los programas de computadora mejoren automáticamente a través de la experiencia. El libro está destinado a apoyar cursos de posgrado de nivel superior y de nivel introductorio en aprendizaje automático. |
| John Paul Mueller y Luca Massaron | Aprendizaje automático para tontos | Este libro tiene como objetivo familiarizar a los lectores con los conceptos y teorías básicas del aprendizaje automático y cómo se aplica al mundo real. Y "Dummies" aquí se refiere a principiantes absolutos sin antecedentes técnicos. El libro presenta un poco de codificación en Python y R utiliza para enseñar a las máquinas para encontrar patrones y analizar resultados. A partir de esas pequeñas tareas y patrones, podemos extrapolar cómo el aprendizaje automático es útil en la vida diaria a través de búsquedas web, anuncios de Internet, filtros de correo electrónico, detección de fraude, etc. Con este libro, puede dar un pequeño paso en el ámbito del aprendizaje automático y podemos aprender una codificación básica en Pyton y R (si está interesado) |
| Michael Nielsen | Redes neuronales y aprendizaje profundo | Introducción a los principios básicos de las redes neuronales y el aprendizaje profundo en la IA |
| Simon Rogers y Mark Girolami | Un curso de aprendizaje automático | Un primer curso en aprendizaje automático de Simon Rogers y Mark Girolami es el mejor libro introductorio para ML disponible actualmente. Combina rigor y precisión con la accesibilidad, comienza a partir de una explicación detallada de los fundamentos básicos del análisis bayesiano en el entorno más simple, y va hasta las fronteras de los sujetos, como modelos de mezcla infinito, GPS y MCMC. |
| Peter Norvig | Paradigma de la programación de inteligencia artificial | 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. Al reconstruir programas AI auténticos y complejos que utilizan LISP común de última generación, el libro enseña a los estudiantes y profesionales cómo construir y depurar programas prácticos robustos, al tiempo que demuestra un estilo de programación superior y conceptos de IA importantes. |
| Stuart Russel y Peter Norvig | Inteligencia artificial: un enfoque moderno, tercera edición | Este es el libro de texto prescrito para mi introducción al curso de la Universidad de AI. Comienza explicando todos los conceptos básicos y definiciones de qué es la IA, antes de lanzarse a agentes, algoritmos y cómo aplicarlos. Russel es de la Universidad de California en Berkeley. Norvig es de Google. |
| Richard S. Sutton y Andrew G. Barto | Aprendizaje de refuerzo: una introducción | El aprendizaje de refuerzo, una de las áreas de investigación más activas en la inteligencia artificial, es un enfoque computacional para el aprendizaje mediante el cual un agente trata de maximizar la cantidad total de recompensa que recibe al interactuar con un entorno complejo e incierto. |
| Alex Smola y Svn Vishwanathan | Introducción al aprendizaje automático | Proporciona al lector una visión general de las vastas aplicaciones de ML, incluidas algunas herramientas básicas de estadísticas y teoría de probabilidad. También incluye discusiones sobre ideas y conceptos sofisticados. |
| Shai Shalev-Shwartz y Shai Ben-David | Comprender el aprendizaje automático de la teoría a los algoritmos | El objetivo principal de este libro es proporcionar una introducción rigurosa, pero fácil de seguir, a los conceptos principales subyacentes al aprendizaje automático. |
| Chandra SSV | Inteligencia artificial y aprendizaje automático | Este libro está destinado principalmente a estudiantes de pregrado y posgrado de informática e ingeniería. Este libro de texto cubre la brecha entre los contextos difíciles de inteligencia artificial y aprendizaje automático. Proporciona la mayor cantidad de estudios de casos y ejemplos de ejercicio. Además de la inteligencia artificial y el aprendizaje automático, también cubre varios tipos de aprendizaje como aprendizaje reforzado, supervisado, sin supervisión y estadística. Cuenta con algoritmos y pseudocodios bien explicados para cada tema, lo que hace que este libro sea muy útil para los estudiantes. |
| Oliver Theobald | Aprendizaje automático para principiantes absolutos: una simple introducción de inglés | Esta es una guía ML de principiantes absolutas. No se necesita antecedentes matemáticos, ni experiencia en codificación: esta es la introducción más básica al tema para cualquier persona interesada en el aprendizaje automático. El lenguaje "simple" es muy valorado aquí para evitar que los principiantes se sientan abrumados por la jerga técnica. Las explicaciones claras y accesibles y los ejemplos visuales acompañan los diversos algoritmos para asegurarse de que las cosas sean fáciles de seguir. |
| Tom Taulli | Conceptos básicos de inteligencia artificial: una introducción no técnica | Este libro lo equipa con una comprensión fundamental de la inteligencia artificial y su impacto. Proporciona una introducción no técnica a conceptos importantes como el aprendizaje automático, el aprendizaje profundo, el procesamiento del lenguaje natural, la robótica y más. Además, el autor se expande en las preguntas que rodean el impacto futuro de la IA en aspectos que incluyen tendencias sociales, ética, gobiernos, estructuras de la empresa y vida diaria. |
| Cornelius Weber, Mark Elshaw, N. Michael Mayer | Aprendizaje de refuerzo | El aprendizaje es un aspecto muy importante. Este libro está en el aprendizaje de refuerzo que implica realizar acciones para lograr un objetivo. Los primeros 11 capítulos de este libro describen y extienden el alcance del aprendizaje de refuerzo. |
| John D. Kelleher, Brian Mac Namee, Aoife d'Arcy | Algoritmos, ejemplos trabajados y estudios de casos | Una introducción integral a los enfoques de aprendizaje automático más importantes utilizados en el análisis de datos predictivos, que cubre tanto los conceptos teóricos como las aplicaciones prácticas. |
