En este libro se discuten algunas implementaciones de IA utilizando modelos populares de aprendizaje automático como: Algoritmo de Árbol de Decisión, Algoritmo de Bosque Aleatorio, Aprendizaje Profundo y Redes Neuronales de Convolución. Además, este trabajo conecta el reconocimiento de emociones con el contexto cultural. Profundiza en las aplicaciones actuales de la IA en la industria aeroespacial, centrándose en la mejora de la seguridad, el mantenimiento predictivo y el desarrollo del concepto de fábrica inteligente. Además, muestra cómo FIWARE y los sistemas inteligentes ayudan a la gestión de recursos y al desarrollo de ciudades inteligentes. También se saca a la luz el potencial de las tecnologías inteligentes, incluidos IoT, UAV, Raspberry Pi y aprendizaje conjunto, en diversos ámbitos como la agricultura, la vigilancia y la atención sanitaria. Además, el libro aborda los retos que plantea el crecimiento exponencial de los datos en el sector energético y el papel de las unidades de medición fasorial en la supervisión de la transformación de la energía. Las conclusiones destacan las ventajas de estas tecnologías en la mejora de la eficiencia, la reducción de costes y las soluciones innovadoras en los retos existentes. Al igual que en la Parte 1, los lectores también pueden beneficiarse de un ejemplo en Python que utiliza Transfer Learning con ResNet50.