Esta página se tradujo automáticamente con la API de traducción de Google Cloud.
Algunas páginas se pueden leer mejor en su totalidad.
El aprendizaje profundo es un subconjunto del aprendizaje automático en inteligencia artificial que tiene redes capaces de aprender sin supervisión a partir de datos que no están estructurados ni etiquetados. También conocido como aprendizaje neuronal profundo o redes neuronales profundas.
El aprendizaje profundo funciona mediante el uso de redes neuronales artificiales que se componen de capas de nodos interconectados. Estos nodos son similares a las neuronas del cerebro y pueden aprender ajustando los pesos de las conexiones entre los nodos.
La primera capa de nodos es la capa de entrada y aquí es donde los datos se introducen en la red. Luego, los datos pasan a través de las capas ocultas de nodos donde se ajustan los pesos y se transforman los datos. La capa de salida es la capa final de nodos y aquí es donde se generan los datos transformados.
Hay muchos beneficios del aprendizaje profundo, algunos de los cuales incluyen:
El aprendizaje profundo puede aprender de datos que no están estructurados o etiquetados, lo que significa que puede usarse para encontrar patrones en datos que son demasiado complejos para que los humanos los perciban.
El aprendizaje profundo puede aprender a un ritmo mucho más rápido que los humanos y puede procesar grandes cantidades de datos rápidamente.
El aprendizaje profundo es capaz de hacer mejores predicciones que los humanos porque no está sesgado por el conocimiento o la experiencia previa.
Hay algunas desventajas del aprendizaje profundo, algunas de las cuales incluyen:
El aprendizaje profundo puede ser computacionalmente intensivo y requiere una gran cantidad de datos para aprender con precisión.
El aprendizaje profundo puede ser difícil de entender e interpretar debido a los algoritmos complejos que se utilizan.
El aprendizaje profundo puede ser susceptible de sobreajuste, lo que significa que puede aprender el ruido de los datos en lugar de la señal.
[Aprendizaje profundo 101: una guía para principiantes] (https://www.analyticsvidhya.com/blog/2017/05/deep-learning-101-beginners-guide/)
[Una introducción al aprendizaje profundo] (https://machinelearningmastery.com/an-introduction-to-deep-learning/)