Índice de Contenidos
Prefacio
xxix
Sección I: Fundamentos y algoritmos básicos
1-24
Capítulo 1: Descripción general de los algoritmos
Sección I: Fundamentos y algoritmos básicos
25-53
Capítulo 2: Estructuras de datos utilizadas en algoritmos
Sección I: Fundamentos y algoritmos básicos
55-77
Capítulo 3: Algoritmos de ordenación y búsqueda
Sección I: Fundamentos y algoritmos básicos
79-107
Capítulo 4: Diseño de algoritmos
Sección I: Fundamentos y algoritmos básicos
109-139
Capítulo 5: Algoritmos de grafos
Sección II: Algoritmos de aprendizaje automático
141-185
Capítulo 6: Algoritmos de aprendizaje automático no supervisado
Sección II: Algoritmos de aprendizaje automático
187-248
Capítulo 7: Algoritmos tradicionales de aprendizaje supervisado
Sección II: Algoritmos de aprendizaje automático
249-287
Capítulo 8: Algoritmos de redes neuronales
Sección II: Algoritmos de aprendizaje automático
289-309
Capítulo 9: Algoritmos para el procesamiento del lenguaje natural
Sección II: Algoritmos de aprendizaje automático
311-343
Capítulo 10: Modelos secuenciales
Sección II: Algoritmos de aprendizaje automático
345-369
Capítulo 11: Algoritmos avanzados de modelos secuenciales
Sección III: Temas avanzados
371-407
Capítulo 12: Motores de recomendación
Sección III: Temas avanzados
409-435
Capítulo 13: Estrategias algorítmicas para el tratamiento de datos
Sección III: Temas avanzados
437-456
Capítulo 14: Criptografía
Sección III: Temas avanzados
457-474
Capítulo 15: Algoritmos a gran escala
La capacidad de utilizar algoritmos para resolver problemas del mundo real es una habilidad imprescindible para cualquier desarrollador o programador. Este libro le ayudará no solo a desarrollar la capacidad de seleccionar y utilizar el mejor algoritmo para cada problema, sino también a entender cómo funciona. Empezará con una introducción a los algoritmos y conocerá varias técnicas para diseñarlos, antes de aprender a implementar diferentes tipos de algoritmos, con la ayuda de ejemplos prácticos. A medida que avance, aprenderá sobre programación lineal y clasificación de páginas y gráficos, y trabajará con algoritmos de aprendizaje automático (Machine Learning) para comprender las matemáticas y la lógica que hay detrás de ellos. Los casos prácticos le mostrarán cómo aplicar estos algoritmos de forma óptima, antes de centrarse en los algoritmos de aprendizaje profundo y aprender sobre los distintos tipos de modelos de aprendizaje profundo (Deep Learning) y su uso práctico. También conocerá los modelos secuenciales modernos y sus variantes, algoritmos, metodologías y arquitecturas que se utilizan para implementar grandes modelos lingüísticos (LLM) como ChatGPT. Por último, tendrá un primer contacto con las técnicas que permiten el procesamiento paralelo, lo que le permitirá utilizar estos algoritmos para tareas de cálculo intensivo. Cuando acabe este libro, se habrá convertido en un experto en la resolución de problemas informáticos del mundo real utilizando para ello una amplia gama de algoritmos. Con este libro aprenderá a: - Diseñar algoritmos para resolver problemas complejos - Identificar las redes neuronales y las técnicas del aprendizaje profundo - Explorar estructuras de datos existentes y algoritmos incluidos en las bibliotecas de Python - Implementar algoritmos de grafos para la detección del fraude mediante el análisis de redes - Profundizar en algoritmos más avanzados para el procesamiento eficaz del lenguaje natural utilizando ejemplos reales - Crear un motor de recomendación que sugiera películas interesantes a los suscriptores - Comprender los conceptos de los modelos secuenciales de aprendizaje automático y su papel fundamental en el desarrollo de LLM de vanguardia
