Benefícios exclusivos para professores e estudantes. Saiba Mais

Minha lista

Minha lista
de desejos

Carrinho0

Minhas compras

Itens
  • Seu carrinho está vazio :(
Finalizar pedidocontinuar comprando
Todas as Áreas
Editora:
Edição revista e ampliada, inclui redes neurais profundas, aplicações com base em diferentes tipos de dados e exemplos práticos em Python.
Ver descrição completa
Zoom na imagemSumárioDegustação

Inteligência artificial - uma abordagem de aprendizado de máquina - 3ª ed. - Impresso

Selecione um formato:
  • Capítulos

    Selecionar capítulos
    • Talk

      Selecionar talks

      À vista por (-3% no depósito ou PIX)

      comprar

      Por: R$ 237,50X de no cartão

      À vista por (-3% no depósito ou PIX)

      Opções de Parcelamento:
      • à vista R$ 237,50
      • 2X de R$ 118,75 no cartão sem juros
      Outras formas de pagamento
      Estoque máximo!
      Comprar

      Calcular a entrega para impresso

      Alterar
      Não sei meu CEP
      EntregaFretePrazo
      Nos últimos anos, a Inteligência Artificial (IA) ultrapassou as fronteiras da pesquisa acadêmica para se consolidar como um dos pilares tecnológicos que moldam o presente e o futuro da sociedade. De aplicações que transformam a saúde, o meio ambiente e o setor empresarial a soluções que impactam diretamente o cotidiano, as subáreas de aprendizado de máquina e, mais recentemente, de aprendizado profundo, estão por trás dessa revolução.

      Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina, vencedor do Prêmio Jabuti 2012 na categoria Tecnologia e Informática, chega à terceira edição totalmente revisto, reestruturado e ampliado. Oferece uma base sólida e atualizada para estudantes e profissionais, abordando conceitos essenciais de IA, algoritmos avançados e tendências. Por explorar tanto os fundamentos quanto as fronteiras da pesquisa em IA, o livro ensina como transformar conhecimento técnico em soluções inovadoras, que podem ser empregadas em desafios reais, como:
      • diagnóstico e tratamento personalizados em Medicina;
      • monitoramento e preservação ambiental;
      • detecção e mitigação de ameaças cibernéticas;
      • otimização da eficiência energética em cidades inteligentes;
      • geração de textos, imagens e vídeos;
      • compreensão de imagens e vídeos para segurança e automação.

      A obra oferece, ainda, novos conteúdos dedicados a redes neurais profundas e aplicações com base em diferentes tipos de dados, como imagens e textos, além de exemplos práticos implementados em Python. Exercícios atualizados e estudos de caso reais ajudam a consolidar o conhecimento e a explorar os limites do estado da arte em IA, com ênfase em Aprendizado de Máquina.

      Com a autoria de profissionais renomados e abordagem didática, Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina segue indispensável para estudantes de graduação e de pós-graduação nas áreas de IA, Aprendizado de Máquina, Ciência de Dados e Sistemas Inteligentes. Para o estudo e para a prática, o conteúdo continua sendo a referência essencial para quem deseja dominar a área que não apenas define o presente e o futuro da Computação, mas também exerce um papel cada vez maior no mercado e na sociedade.

      Pergunte e veja opiniões de quem já comprou

      Especificação

      AutorKatti Faceli, Ana Carolina Lorena, João Gama, Tiago Agostinho de Almeida, André C. P. L. F de Carvalho
      Sobre o AutorKATTI FACELI tem doutorado em Ciências da Computação pela Universidade de São Paulo (USP) e é Professora Associada da Universidade Federal de São Carlos (UFSCar). Atua com ênfase em Inteligência Artificial, principalmente nos temas Aprendizado de Máquina, Análise de Agrupamento e Sistemas Híbridos Inteligentes.

      ANA CAROLINA LORENA tem doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP) e é Professora Titular do Instituto Tecnológico de Aeronáutica (ITA). Suas áreas de especialidade incluem Aprendizado de Máquina, Mineração de Dados e Ciência de Dados.

      JOÃO GAMA é Professor Emérito na Universidade do Porto e pesquisador do Laboratório de Inteligência Artificial e Apoio à Decisão (LIAAD) da mesma instituição, em Portugal. Seus temas de pesquisa incluem Aprendizado de Máquina, Comitê de Classificadores e Aprendizagem em Fluxos Contínuos de Dados.

      TIAGO AGOSTINHO DE ALMEIDA é Professor Associado do Departamento de Computação da Universidade Federal de São Carlos (UFSCar), coordenador do Laboratório de Sistemas Inteligentes e Ciência de Dados (LaSID) e líder sênior de projetos em Ciência de Dados, Aprendizado de Máquina, Inteligência Artificial e Processamento de Linguagem Natural. Tem vasta experiência em coordenação e desenvolvimento de atividades de pesquisa e inovação em IA.

      ANDRÉ CARLOS PONCE DE LEON FERREIRA DE CARVALHO tem doutorado em Engenharia Eletrônica pela University of Kent, no Reino Unido, e é Professor Titular da Universidade de São Paulo (USP). Coordenou, e coordena, projetos em IA com empresas e órgãos públicos. Participou, e participa, de diversos comitês e projetos no exterior. É revisor ad hoc de várias fundações nacionais e internacionais de apoio à pesquisa. Suas áreas de especialidade são Aprendizado de Máquina, Mineração de Dados e Ciência de Dados.
      SumárioSumário
      Páginas376
      ISBN978-85-216-3920-6
      Publicação2025
      Formato21 x 28 cm
      EncadernaçãoBrochura
      Edição3

      Lançamento

      Títulos Relacionados

      Nós utilizamos cookies para melhorar sua experiência no site. Ao continuar navegando,
      você está de acordo com as nossas políticas de utilização de cookies.


      Carregando...