35

¿Qué es Deep Learning?

13796Puntos

hace 2 años

Curso de Introducción al Deep Learning
Curso de Introducción al Deep Learning

Curso de Introducción al Deep Learning

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.

Hoy en día hablar de Inteligencia Artificial ya no es parte de una historia fantástica. En la actualidad, es muy común encontrarnos cada vez más frecuente con conceptos como Machine Learning, Redes Neuronales, Backpropagation y Deep Learning, entre otros.

Deep Learning o Aprendizaje Profundo

Para empezar a entender qué es Deep Learning desde un punto de vista más humano, hablemos en primer lugar del sistema nervioso:

Nuestro encéfalo está compuesto por distintos núcleos de redes neuronales que tienen características de percepción y respuesta muy específicas, es decir, cada red se especializa en tareas especiales y diferentes a las otras redes. Por ejemplo, la percepción de un olor y la respuesta de agrado o desagrado a dicho olor; la percepción de un sonido y el paso de ese sonido a sensaciones.

Si esto lo traducimos en Inteligencia Artificial veremos que los modelos computacionales de Deep Learning son una imitación de esas características arquitecturales de nuestro sistema nervioso, lo que permite que cada red neuronal construida de forma artificial esté entrenada para tareas especiales.

¿Por qué se llama Aprendizaje Profundo?

La forma como funciona en el cerebro humano esta arquitectura de redes neuronales es que** la información recibida del exterior pasa a través de un número grande de capas antes de convertirse en una respuesta**.

Deep Learning es un conjunto de algoritmos no lineales que pueden aplicarse para la modelización de datos y el reconocimiento de patrones. Cuando nos referimos a una forma no lineal estamos hablando de que las capas de las redes neuronales artificiales se apilan en una jerarquía que va desde las características de nivel de abstracción bajo hasta las de nivel de abstracción más compleja.

La forma en la que trabaja el Deep Learning es usando estas cascadas de capas con unidades de procesamiento que permiten la extracción y transformación de variables. Cada red, dentro de su jerarquía, aplica una transformación en su capa de entrada y utiliza esa información de aprendizaje para crear un modelo estadístico de salida que itera las veces necesarias hasta lograr un nivel de precisión en el aprendizaje y respuesta aceptable.

En Platzi tenemos una carrera de Inteligencia Artificial donde podrás ir aprendiendo mucho más de estas tecnologías, te invito a que me cuentes si ya has experimento con alguna de ellas.

Curso de Introducción al Deep Learning
Curso de Introducción al Deep Learning

Curso de Introducción al Deep Learning

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.
Karen
Karen
@AyKaren

13796Puntos

hace 2 años

Todas sus entradas
Escribe tu comentario
+ 2
Ordenar por:
5
34440Puntos

Hey Karen,

¡Super interesante!

Hace un tiempo tuve ideas similares a lo que planteas sobre los distintos niveles de comunicación y la especialización de funciones individuales en cada una de las redes por separado!

Es como decir, una red se encargará sólo de procesar las entradas recibidas de los sensores de visión, otra de los sensores de posicionamiento y balance, y otra de los sensores mecánicos y de desplazamiento … y las salidas de cada red en simultáneo se usan como entradas en un proceso más complejo que pudiera ser por ejemplo, caminar!

¡Genial! … yo pensaba que Deep Learning era más como aprender a jugar ajedréz en nivel máster, como procesamiento de big data sólamente!

0
13796Puntos
2 años

Jajajaja es genial que te este post te haya aclarado un poco más acerca del aprendizaje profundo 😃

1
8742Puntos

Wow muy buen post gran aporte para el curso de Machine Learning!

1

Genial karen, me gustaría aprender más sobre cómo imitan estos algoritmos las capacidades del sistema nervioso humano!

1
1095Puntos

Karen, excelente post, yo ya me inscribí en el curso de Machine Learning con Python, estoy empezando por python para renovar mi aprendizaje en el programación y luego sigo con ML, no creo que tener problemas para comenzar el curso un poco mas tarde.

saludos y son muy buenos los cursos de platzi!

0
13796Puntos
2 años

Súper, yo ya voy a empezar el de Python, este tema me encanta y quiero terminar la carrera 😃
Mucho éxito ❤️

1
24Puntos

Estoy realmente fascinado en la calidad de los artículos que me estoy encontrando en Plazi. Se ve que aquí hay gente bien preparada para el futuro. ¡Enhorabuena!

0
13796Puntos
2 años

Es genial que así lo creas, trabajamos muy duro para llevar cosas de mucha calidad ❤️

1
6984Puntos

Me suena a que debo ir ahorrando para hacer un cluster con raspberry pi’s. Karen muy buen artículo.

4
11265Puntos
2 años

Talvez para comenzar solo con una buena gpu sea suficiente, si quieres escalar esta el servicio de google de TPU

Recuerda que para hacer Big Data, Machine Learning y Deep Learning, se necesita mas que todo ram y procesador, Ram para guardar las instrucciones temporalmente y que luego las ejecute el procesador, ahora con grandes cantidades de datos, vienen grandes cantidades de instrucciones, por lo que se necesitaria gran cantidad de ram, ahora si no se trabaja con una cpu por que su forma de trabajar y ejecutar instrucciones es lineal(termina uno y comienza otra), se debe trabajar con la gpu, pero porque? por que la gpu tiene una forma distinta de funcionar, la gpu trabaja las instrucciones en paralelo(ejecuta multiples instrucciones al mismo tiempo), o si queremos mejorar esta la TPU que es una invencion reciente de google similar a la gpu, pero destinada y optimizada para procesos de Machine learning y que actualmente google ofrece en su plataforma de cloud como servicio.

😃

0
13796Puntos
2 años

Gracias @rb_13 😄
Muy buen aporte @WillArevalo 😉

1
7693Puntos

Wow @aykaren, aclaraste muchísimos conceptos que necesitaba para seguir con el curso de Machine Learning y lo explicaste de una manera muy sencilla. Gracias