Lo dudo mucho. Cualquier libro “técnico” sobre OR o ML básicamente debería presentar universalmente las matemáticas detrás de lo que están haciendo, que no es algo que se traduzca fácilmente a un formato de audio.
Tomemos, por ejemplo, incluso la cuarta página de Modelos gráficos probabilísticos de Koller y Friedman:
- ¿Qué son las redes amplias?
- ¿Por qué necesitamos tasas de aprendizaje adaptativo para Deep Learning?
- ¿Qué modelos CNN necesitan una norma de lote pero son lo suficientemente pequeños como para hacer una prueba muy rápida?
- Cómo medir el rendimiento de aprendizaje en Q-Learning
- ¿La normalización de lotes hará la diferencia al entrenar con tamaño de lote = 1?
(Imagen de la vista previa del libro de Amazon)
¿Ves por qué sería difícil presentar esto en formato de audio? ¿Qué hace uno con los diagramas? ¿Las matemáticas? La notación variable? Y esta es solo la introducción al libro: aún no está profundizando en ninguno de los materiales en profundidad.
No estoy diciendo que sea imposible, pero el material técnico como este es muy difícil actualmente solo en un formato de audio, y casi seguramente no vale la pena intentar producir un audiolibro.
