Python desde el laboratorio. Aplicaciones GUI, integración con base de datos e inteligencia artificial
Descubra las ventajas de integrar Python con las aplicaciones GUI, las bases de datos y la inteligencia artificial En la era digital actual, las interfaces gráficas de usuario (GUI) y la inteligencia artificial (IA)
juegan un papel crucial en la informática, facilitando la interacción del usuario y optimizando procesos. Si quiere dominar estos conceptos, ha llegado al libro indicado. Enfocado en la programación gráfica
(GUI), el libro recoge diversas técnicas para la consulta de registros. También presenta una integración única entre plataformas de ingeniería de software y hardware de última generación, combinando
archivos binarios o de texto con Tkinter (GUI) y Python con bases de datos como SQLite o SQL (lenguaje de consulta estructurada). Este enfoque multidisciplinar es fundamental para el diseño de sistemas
de mantenimiento eficientes y modernos. Asimismo, este libro constituye una exploración práctica de la inteligencia artificial, la técnica más avanzada de este siglo. Mediante ejercicios, aprenderá a aplicar
la IA en el reconocimiento de imágenes y otros objetos, adquiriendo habilidades valiosas para el campo tecnológico, que está en constante evolución. Dirigido a estudiantes y profesionales de informática,
programadores y entusiastas tecnológicos, esta es sin duda una herramienta indispensable si busca profundizar en el mundo de la programación Python, la creación de GUI y la aplicación práctica de la
inteligencia artificial. No se quede atrás, domine las habilidades que definirán el futuro de la informática. Con el objetivo de fortalecer sus conocimientos básicos y medios sobre Python, los autores Teodoro
Córdova y Sara Arana han preparado tres libros más. ¡Hágase con ellos y complete su camino hacia la excelencia en Python!
AUTOREs: Sara Arana Torres; Teodoro Córdova Neri
MÁS TÍTULOS RELACIONADOS: INTELIGENCIA ARTIFICIAL
Prólogo ……………………………………………………………………………………………………………………………………………………….7
Introducción ……………………………………………………………………………………………………………………………………………….9
CAPÍTULO 1: Registros y archivos 13
1.1. Registros…………………………………………………………………………………………………………………………………………….13
1.2. Archivos ………………………………………………………………………………………………………………………………………………20
1.3. Serialización de archivos de acceso aleatorio (archivos binarios)…………………………………………….79
1.3.1. Método Pickle()……………………………………………………………………………………………………………………………….79
1.3.2. Método Load()…………………………………………………………………………………………………………………………………80
1.3.3. Tarea de un sistema de mantenimiento…………………………………………………………………………………….91
1.4. Base de datos……………………………………………………………………………………………………………………………………..108
CAPÍTULO 2: Programación GUI: Tkinter 137
2.1. Creación de widgets…………………………………………………………………………………………………………………………137
2.2. Ventana principal……………………………………………………………………………………………………………………………..138
2.3. Integración de base de datos con Python……………………………………………………………………………………160
CAPÍTULO 3: Inteligencia artificial (IA) 235
3.1. Definición y conceptos básicos de IA……………………………………………………………………………………………237
3.1.1. Aprendizaje automático (machine learning) ……………………………………………………………………………237
3.1.2. Procesamiento del lenguaje natural o natural language processing (NLP)………………………. 237
3.1.3. Visión por ordenador o computer vision (CV)………………………………………………………………………….238
3.1.4. Robótica y control autónomo………………………………………………………………………………………………………238
3.2. Tipos de aprendizaje en IA……………………………………………………………………………………………………………..239
3.3. Proceso de desarrollo de proyectos de IA…………………………………………………………………………………..239
3.3.1. Identificación de problemas ………………………………………………………………………………………………………..239
3.3.2..Recopilación y preparación de datos…………………………………………………………………………………………240
3.3.3. Selección de algoritmos y modelos de IA………………………………………………………………………………..240
3.4. Reconocimiento facial……………………………………………………………………………………………………………………..241
3.4.1. Obtención de datos………………………………………………………………………………………………………………………..241
3.4.2. Limpieza de imágenes…………………………………………………………………………………………………………………..242
3.4.3. Entrenamiento del modelo………………………………………………………………………………………………………….242
3.4.4. Prueba del modelo………………………………………………………………………………………………………………………..243
3.5. Reconocimiento de personas con y sin mascarilla……………………………………………………………………..245
3.5.1. Obtención de datos………………………………………………………………………………………………………………………..245
3.5.2. Limpieza de imágenes……………………………………………………………………………………………………………………246
3.5.3..Entrenamiento del modelo…………………………………………………………………………………………………………..246
3.5.4. Prueba del modelo………………………………………………………………………………………………………………………..248
3.6. Reconocimiento facial integrado…………………………………………………………………………………………………..249
3.7. Herramientas necesarias ………………………………………………………………………………………………………………..255
3.7.1. Instalación de Anaconda……………………………………………………………………………………………………………….255
3.7.2. Instalación de NumPy……………………………………………………………………………………………………………………257
3.7.3. Instalación de OpenCV………………………………………………………………………………………………………………….260
3.7.4. Instalación de SQLite con Anaconda …………………………………………………………………………………………262
3.7.5. Instalación de la librería Pillow…………………………………………………………………………………………………….264
3.7.6. Definición y utilidad de Pillow……………………………………………………………………………………………………..266
