Inteligencia Artificial Aplicada a Procesamiento de Lenguaje Natural (NLP) con Python y Machine Learning.
No ratings
Lady Mariuxi Sangacha-Tapia, Instituto Superior Tecnológico del Azuay con condición de Superior Universitario
Ricardo Javier Celi, Universidad Técnica Luis Vargas Torres de Esmeraldas
Ivan Leonel Acosta-Guzmán, Universidad de Guayaquil
Eleanor Alexandra Varela-Tapia, Universidad de Guayaquil
Copyright Year:
ISBN 13: 9789942651433
Publisher: Editorial Grupo AEA
Language: Spanish; Castilian
Formats Available
Conditions of Use
Attribution-NonCommercial-ShareAlike
CC BY-NC-SA
Table of Contents
- Reseña de Autores
- Índice
- Índice de Tablas
- Índice de Figuras
- Agradecimiento
- Introducción
- Capítulo I: Conociendo la Inteligencia Artificial
- Capítulo II: Conociendo técnicas para un modelo
- Capítulo III: Machine Learning: Algoritmos de aprendizaje supervisado y métricas de evaluación
- Capítulo IV: IA aplicada con NLP y machine learning
- Referencias Bibliográficas
Ancillary Material
Submit ancillary resourceAbout the Book
Este libro refleja el trabajo realizado bajo investigación entre docentes investigadores con el afán de que sea útil al lector, el uso de predicciones al momento de entrenar un algoritmo clasificado de texto en procesamiento de lenguaje natural (PLN) basado en machine learning. Conformado de 4 capítulos con la utilidad para el inicio al mundo de la IA de la rama de procesamiento de lenguaje natural con Python en machine learning. El Capítulo 1 menciona conceptos y la evolución de las diferentes ramas de conocimiento que abarca la inteligencia artificial (AI), el entendimiento del NLP, machine learning, tipos de aprendizaje para resolver problemas como el supervisado, no supervisado y refuerzo. Capítulo 2 se profundiza el NLP conociendo los contenidos básicos de clasificación como: Las técnicas y diseño de LSTM, tokeización, stopword, lematización, bag of Word (part of speech tagging). Capítulo 3 es la estructuración de este capítulo el conocer las definiciones de los modelos de aprendizaje supervisado que son útiles en NLP orientado a la clasificación de texto. Capítulo 4 un caso de predicción o grado de asertividad del modelamiento de un algoritmo, la intención es demostrar la utilización de un modelo y varias técnicas aplicando NLP basado en machine learning.
About the Contributors
Authors
Lady Mariuxi Sangacha-Tapia, Docente investigadora acreditada por SENESCYT-ECUADOR, líneas de investigación: En áreas de investigación de Ciencias Físicas y Matemáticas, Ciencias de la Computación e Inteligencia Artificial. Candidata doctorando de Inteligencia Artificial y Robótica en España (Universidad de Jaén.) Magister en Seguridad de Informática Aplicada (Espol-Ecuador). Máster Universitario en Ingeniería de software y Sistemas Informáticos (Universidad Internacional de la Rioja-España). Ingeniera en sistemas computacionales (Universidad de Guayaquil). Directora de Proyectos Sociales (Instituto Superior Universitario Tecnológico del Azuay). Jefa de Proyectos I+D+i (Instituto Superior Universitario Tecnológico del Azuay). Directora de Proyecto de investigación I+D (Universidad de Guayaquil). Directora de Proyectos I+D+i (Instituto Superior Universitario Tecnológico del Azuay). Coordinadora de Proyectos Sociales (Hogar de Cristo). Líder ganadora Primer Lugar “Scratch Day Ecuador” en Corporación Hogar de Cristo. Co-líder ganador Primer Lugar “DEMODAY de la 2da. Edición Latam Online” en IA Saturday 2022. Editora en Jefa de ATENAS Revista Científica Técnica y Tecnológica. Fundadora “MEGCI”.
Ricardo Javier Celi, Ingeniero en sistemas informáticos (UTLVTE) Ecuador, Master en ingeniería del software y sistemas informáticos (UNIR) España, Master en matemática mención modelación y docencia (UTLVTE) Ecuador. Docente de la Universidad Técnica Luis Vargas Torres de Esmeraldas. Investigador auxiliar 1 acreditado por la SENESCYT-ECUADOR. Líneas de investigación: programación, inteligencia artificial, matemática.
Ivan Leonel Acosta-Guzmán, Docente Titular de la Universidad de Guayaquil (UG). Investigador Auxiliar 1 acreditado por SENESCYT-ECUADOR, líneas Inteligencia Artificial, Machine Learning, Natural Language Processing (NLP) e Inteligencia de Negocios. Desempeño en cargos como Gestor de Posgrado, Gestor de Proyectos de Vinculación y Gestor de Integración Curricular en la UG. Docente y Gestor de Acreditación de la Carrera de Ingeniería en Sistemas (Universidad Politécnica Salesiana sede Guayaquil, UPS). Jefe de Departamento de Aseguramiento de Ingresos, a cargo de proyectos de Auditoria Informática, Inteligencia de Negocios, en procesos de Aprovisionamiento y Facturación (Conecel S.A.). Maestrante en Big Data y Ciencia de Datos (Universidad Internacional de Valencia, VIU-España). Magíster en Administración de Empresas (UEES-Ecuador). Magíster en Sistemas de Información Gerencial (ESPOL-Ecuador). Ingeniero en Computación (ESPOL-Ecuador).
Eleanor Alexandra Varela-Tapia, Docente Titular de la Universidad de Guayaquil (UG). Investigadora Agregado 2 acreditada por SENESCYT-ECUADOR, líneas de investigación: Inteligencia Artificial, Natural Language Processing (NLP), Ciencia de Datos, Big Data e Ingeniería de Software. Directora e investigadora principal en proyectos de investigación (2018-2024) en la Carrera de Software y la Carrera de Teleinformática de la UG. Directora de proyectos de tesis de pregrado y posgrado (2010-2024) en la Carrera de Software, Carrera de Sistemas Computacionales y en la Maestría de Ingeniería de Software de la UG. Desempeño en cargos como Gestora de Investigación y Resultados Científicos (2019-2022), Gestora de Bienestar Estudiantil (2017-2018) y Gestora de Prácticas Pre-profesionales (2016) en la UG. Maestrante en Big Data y Ciencia de Datos (Universidad Internacional de Valencia, VIU-España). Magister en Docencia y Gerencia en Educación Superior (UG, Ecuador). Magister en Sistemas de Información Gerencial (Escuela Superior Politécnica del Litoral ESPOL, Ecuador). Ingeniera en Computación (ESPOL, Ecuador).