Transformación Digital Exponencial

The Zero Marginal Cost Society

Jeremy Rifkin (2015)

Abundance

Peter Diamandis (2014)

The Fourth Industrial Revolution

Klaus Schwab (2017)

Exponential Organizations

Salim Ismail (2014)

The Singularity is Near

Ray Kurweil (2006)

El libro que desarrolla el concepto de la singularidad tecnológica. Está muy bien. Para leer con pensamiento crítico.

Does IT Matter?

Nicholas Kar (2004)

 

Inteligencia Artificial. Entender. 

AI Superpowers

Kai-Fu Lee (2018)

Sobre el ecosistema en China. Muy bueno.

The Master Algorithm

Pedro Domingos (2016)

Se mueve en un punto entre divulgación y técnico. Habla sobre las distintas familias de IA y los problemas que afrontan para desarrollar una AGI.

Superintelligence

Nick Bostrom (2014)

Un ejercicio de que pasaría si llegara a existir una superinteligencia.

Life 3.0

Tex Tegmark (2018)

Muy divulgativo, sobre posibles escenarios futuros.

The Second Machine Age

McAfee, Andrew; Brynjolfsson, Erik (2016)

El que más me gustó sobre el futuro del trabajo.

How to create a mind

Ray Kurzweil (2013)

Del mismo autor que la singularidad, sobre la problemática de crear una mente.

Deep Thinking

Gary Kasparov (2018)

Lo que pasó cuando Kasparov perdió con Deep Blue en primera persona.

The signal and the noise

Nate Silver (2013)

Un clásico ya de divulgación de modelos predictivos.

Weapons of math destruction

Cathy O’Neil (2017)

Malos usos de la analítica de datos

Inteligencia Artificial. Construir. 

Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow

Aurélien Géron (2019)

Me parece muy recomendable para empezar con Python y Machine Learning. Empieza de cero y va progresando. La primera mitad cubre varios algoritmos de machine learning y la segunda está dedicada a deep learning. Muy completo. Esta es la segunda edición que está actualizada a Tensorflow 2

Deep Learning with Python

François Chollet (2017)

Para alguien con conocimiento de programación que quieren empezar con las redes neuronales me parece la mejor opción. A pesar de que es ya algo antiguo y sobre una de las primeras versiones de Keras. Está escrito por el creador de Keras.

Artificial Intelligence: A Modern Approach

Russell Stuart, Peter Norvig (2010 3ª edición, 2020 4ª).

Es un libro de referencia clásico. Utilizado en múltiples universidades. Es denso, extenso (1k páginas) y muy completo. Yo no empezaría por aquí, pero creo que es una referencia a tener. Cuidado, esta es la tercera edición, de 2010, en 2020 ha salido la cuarta, pongo las dos por la diferencia de precio.

Deep Learning

Ian Goodfellow, Yoshua Bengio, Aaron Courville (2017)

Ya es un clásico en deep learning, entre otras cosas por los autores (un premio Turing y el inventor de las GAN). Es un libro denso y completo. Yo no empezaría por aquí, pero es una buena referencia.

Think Stats

Allen B. Downey (2014)

En un libro pequeño, introductorio a la estadística para programadores. Muy recomendable si se necesita reforzar esa parte e la estadística.

Deep Learning for Coders with fastai & PyTorch

Jeremy Howard, Sylvain Gugger (2020)

Lo compré en preventa y lo tengo en la mesa, pendiente de leerlo. Aún así lo recomiendo por todo lo que han hecho los autores en educación en deep learning.