36

¿Qué es el Deep Learning? Guía práctica con ejemplos

521Puntos

hace un mes

Curso de Deep Learning con Pytorch
Curso de Deep Learning con Pytorch

Curso de Deep Learning con Pytorch

Deep Learning es una de las ramas de la Inteligencia Artificial que te permite entrenar modelos que puedan tomar decisiones basadas en datos. Con el Curso de Deep Learning con Pytorch de Platzi aprenderás a crear, implementar y entrenar tu propio modelo de aprendizaje profundo.

¿Deep learning?¿No es el cerebro de Siri y Alexa que reaccionan a mi voz?
Pues sí lo es. El deep learning es un subconjunto del aprendizaje automático donde las redes neuronales artificiales, algoritmos inspirados en el cerebro humano, aprenden de grandes cantidades de datos.

El campo de la inteligencia artificial es, esencialmente, cuando las máquinas pueden realizar tareas que generalmente requieren de inteligencia humana. Abarca el aprendizaje automático, donde las máquinas pueden aprender por experiencia y adquirir habilidades sin la participación de los humanos.

Haz hoy tu curso de Deep Learning

El deep learning es una rama que ha mostrado resultados increíbles en tareas muy difíciles como reconocer objetos de una imagen, comprender el habla y los idiomas y, por supuesto, jugar juegos de mesa. Un grupo de personas muy inteligentes han estado trabajando en ello durante décadas, y es absolutamente de última generación.

Los más expertos definen el deep learning como una área del Machine Learning que usa redes neuronales artificiales de múltiples capas. Es una herramienta muy poderosa, porque a diferencia del Machine Learning tradicional, logra aprender, de forma automática y de forma jerárquica, las features de distintos niveles de abstracción y resolver problemas difíciles de datos como: imagen, texto, video y audio.

Usando simulaciones cerebrales, se busca que:

  • Haga que los algoritmos de aprendizaje sean mucho mejores y más fáciles de usar.

  • Realice avances revolucionarios en el aprendizaje automático y la inteligencia artificial.

Otro punto importante es que se trata de un aprendizaje en escala. Lo que quiere decir es que a medida que construimos redes neuronales más grandes y las entrenamos con más y más datos, su rendimiento continúa aumentando. Esto generalmente es diferente a otras técnicas de aprendizaje automático que alcanzan una meseta en el rendimiento.

De manera similar a cómo aprendemos de la experiencia, el algoritmo de deep learning (Aprendizaje profundo, en español) realizaría una tarea repetidamente, cada vez que la modificara un poco se busca mejorar el resultado.

Nos referimos al “aprendizaje profundo” porque las redes neuronales tienen varias capas (profundas) que permiten el aprendizaje. Casi cualquier problema que requiera “pensamiento” para resolverlo es un problema que el deep learning puede aprender a solucionar. Y eso es lo realmente poderoso.

El deep learning permite a las máquinas resolver problemas complejos incluso cuando se utiliza un conjunto de datos muy diverso, no estructurado e interconectado. Cuanto más aprenden los algoritmos de aprendizaje profundo, mejor se desempeñan.

Además de la escalabilidad, otro beneficio a menudo citado de los modelos del deep learning es su capacidad para realizar la extracción automática de características de los datos sin procesar, también llamado aprendizaje de características.

Según, Yoshua Bengio, líder experto de deep learning, los algoritmos de aprendizaje profundo buscan explotar la estructura desconocida en la distribución de entrada para descubrir buenas representaciones a menudo en múltiples niveles, con características aprendidas de nivel superior definidas en términos de características de nivel inferior.

Las funciones de aprendizaje automático en múltiples niveles de abstracción permiten que un sistema aprenda funciones complejas que mapean la entrada a la salida directamente de los datos, sin depender completamente de las características creadas por el hombre.

Ejemplos donde se aplica el deep learning

Traducciones
Los algoritmos de deep learning usan conjuntos de datos masivos de oraciones para entrenar un modelo capaz de traducir automáticamente entre idiomas.

Asistentes virtuales
Ya sea Alexa o Siri o Cortana, los asistentes virtuales de los proveedores de servicios en línea utilizan el deep learning para ayudar a comprender su discurso y el lenguaje que los humanos usan cuando interactúan con ellos.

Chatbots y bots de servicio
Los chatbots y los bots de servicio se han convertido en una herramienta útil para muchas empresas (aunque algunas la desaprovechan pidiendo solo el nombre y el email sin generar conversación). Es una oportunidad para responder a una cantidad de preguntas auditivas y de texto gracias al aprendizaje de deep learning.

Reconocimiento facial
El deep learning se está utilizando para el reconocimiento facial no solo con fines de seguridad, sino también para etiquetar a las personas en las publicaciones de Facebook y, es posible, que en un futuro cercano podamos pagar los artículos en una tienda simplemente usando nuestras caras.

Automóviles sin conductor
La forma en que un vehículo sin conductor comprende las realidades en la carretera y cómo responder a ellas, ya sea una señal de tránsito, un semáforo, una pelota en la calle u otro vehículo, es a través de algoritmos de deep learning.

Cuantos más datos reciban los algoritmos, mejor podrán actuar como humanos en su procesamiento de información: saber que una señal de _no estacionar _cubierta de nieve sigue siendo una señal de no estacionar.

Compras y entretenimiento personalizados
Esas sugerencias que nos hace Netflix para terminar una serie y seguir con otra o las sugerencias de Amazon que nos hace pensar ¿cómo supo lo que necesito comprar? Sí, también son algoritmos de deep learning.

Cuanta más experiencia obtengan los algoritmos de aprendizaje profundo, mejores serán. Deben pasar unos años extraordinarios a medida que la tecnología continúa madurando.

¿Cualquier persona puede aprender de deep learning?

La respuesta es sí. Se necesita una gran cantidad de conocimiento, pero la verdad es que, gracias a muchas bibliotecas de código abierto potentes, los cursos en Platzi, la creación de aplicaciones útiles a partir del progreso de la investigación existente es mucho más fácil de lo que la mayoría esperaría.

Para quienes ya tienen conocimientos en Inteligencia Artificial, en Platzi tenemos un curso muy actualizado de Curso de Deep Learning con Pytorch

Sin embargo, para las personas que aún no han realizado cursos previos sobre este tema, recomendamos empezar por estos cursos:

- Curso de Introducción a Machine Learning : Con este curso aprende las bases para el desarrollo de proyectos de aprendizaje automático. Domina el aprendizaje supervisado resolviendo un problema de clasificación de imágenes y construye un modelo de clasificación binaria de imágenes.

- Curso de Fundamentos Prácticos de Machine Learning : Con este curso crea sistemas capaces de aprender y de mejorar de manera autónoma. Aprende a usar TensorFlow y escribe tus primeros algoritmos para predecir comportamientos a partir de la revisión de datos con Python.

- Curso de Introducción al Deep Learning: Con este curso crea sistemas capaces de aprender y de mejorar de manera autónoma. Aprende a usar TensorFlow y escribe tus primeros algoritmos para predecir comportamientos a partir de la revisión de datos con Python.

¿Por qué aprender sobre Inteligencia Artificial y deep learning?

Porque es una mina de oro en este momento.
Hoy Latinoamérica cuenta con un millón de profesionales en tecnología y se calcula que para el año 2022 se necesitarán 3 millones de profesionales en estas áreas. Además, el crecimiento de los sueldos en la industria de la tecnología es del 16% año tras año

Mira la charla que dio Freddy Vega sobre cómo impactará la tecnología en Latinoamérica en los próximos 4 años.

En Platzi buscamos que no solo consumas tecnología sino que la crees y hagas parte de la economía digital. Además tenemos un equipo que se encargará que con tu disciplina y constancia, logres tus objetivos de estudio.

Curso de Deep Learning con Pytorch
Curso de Deep Learning con Pytorch

Curso de Deep Learning con Pytorch

Deep Learning es una de las ramas de la Inteligencia Artificial que te permite entrenar modelos que puedan tomar decisiones basadas en datos. Con el Curso de Deep Learning con Pytorch de Platzi aprenderás a crear, implementar y entrenar tu propio modelo de aprendizaje profundo.
Ingrid
Ingrid
Escribe tu comentario
+ 2
Ordenar por:
7
3996Puntos

Es uno de los posts más completos que he leído sobre el tema. Felicidades por la buena redacción y buena distribución del contenido. ¡Gracias por compartirlo!

2
521Puntos
23 días

Muchas gracias por tu feedback Nos encanta que te guste el contenido.

5

Ingrid, justo el empujón que necesitaba para dar el salto y estudiar ml, muchas gracias, muy buen articulo.

1
521Puntos
23 días

¡Qué bueno saberlo! Nos cuentas cómo te va.

3
4432Puntos

¡Excelente post! :nerd

2
11Puntos

Muy completa la información, gracias. Las charlas de Freddy son lo mejor 😄

2

Me gusto mucho la información brindada, me parece excelente que nos puedan compartir estos datos

2
399Puntos

excelente post!! muy buena información 😄

2
258Puntos

Excelente post! muy completo y sobre todo alienta a continuar profundizando en este mar de conocimiento. Felicitaciones.

2

Muy interesante cómo la tecnología está yendo más allá cada año. Es importante actualizarse constantemente. Y este post nos ayuda a eso. Gracias.

2
604Puntos

Muy completa y amena la lectura, gracias Ingrid

2
1831Puntos

Ya tengo armado mi plan de estudios, el pròximo año toca IA y deep learning