Aprendizaje profundo

El aprendizaje profundo (también conocido como aprendizaje estructurado profundo o deep learning) es parte de una familia más amplia de métodos de aprendizaje automático basados ​​en redes neuronales artificiales con aprendizaje de representación. El aprendizaje puede ser supervisado, semi-supervisado o no supervisado.

Las arquitecturas de aprendizaje profundo, como las redes neuronales profundas, las redes de creencias profundas, el aprendizaje de refuerzo profundo, las redes neuronales recurrentes y las redes neuronales convolucionales, se han aplicado a campos que incluyen visión por computadora, reconocimiento de voz, procesamiento de lenguaje natural, traducción automática, bioinformática, diseño de fármacos, medicina. programas de análisis de imágenes, ciencias climáticas, inspección de materiales y juegos de mesa, donde han producido resultados comparables y, en algunos casos, superando el desempeño de expertos humanos.

Las redes neuronales artificiales (ANN) se inspiraron en el procesamiento de información y los nodos de comunicación distribuidos en los sistemas biológicos. Las ANN tienen varias diferencias con los cerebros biológicos. Específicamente, las redes neuronales artificiales tienden a ser estáticas y simbólicas, mientras que el cerebro biológico de la mayoría de los organismos vivos es dinámico (plástico) y analógico.

It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.

You must log in to access this content
Iniciar con Google
Iniciar con Facebook
x