Deep Learning (Aprendizaje Profundo)
Clase 19 de 28 • Curso de Introducción a Machine Learning 2017
Contenido del curso
Introducción a Inteligencia Artificial
Machine Learning
Probablidiad y Estadítica
Algoritmos
- 10

¿Qué son algoritmos?
09:30 min - 11
Ejercicio escrito: Secuencia de Fibonacci
00:31 min - 12

Regresión Lineal
09:15 min - 13
Ejercicio escrito: Regresión Lineal
00:20 min - 14

Regresión Logística
04:00 min - 15

Regresión Logística Multinomial
03:24 min - 16

Redes Neuronales
11:16 min - 17
Ejercicio escrito: Compuerta Logica OR
00:16 min - 18

Algoritmo K-Means
03:42 min - 19

Deep Learning (Aprendizaje Profundo)
Viendo ahora - 20

Problemas Frecuentes en Machine Learning
04:14 min - 21
Ejercicio escrito: Underfitting y Overfitting
00:19 min
Construyendo un Modelo
Cierre del curso
Contenido Bonus
Resumen
Debido a su muy reciente auge, no se ha llegado a una definición definitiva de Deep Learning como concepto, sin embargo, aquí hay algunas de las definiciones que hay actualmente:
- Se utiliza una cascada de capas con unidades de procesamiento no lineal para extraer y transformar variables.
- Cada capa utiliza la salida de la capa anterior como entrada.
- Se puede utilizar con algoritmos de aprendizaje supervisado o de aprendizaje sin supervisión.
- Las características de más alto nivel se derivan de las características de nivel inferior, formando una representación jerárquica.
Estos son algunos de los algoritmos de Deep Learning:
- Deep Neural Networks (Redes Neuronales Profundas)
- Convolutional Neural Networks (Redes Neuronales Convolucionales)
- Deep Belief Networks (Redes de Creencias Profundas)
Estas son algunas áreas donde se utiliza Deep Learning:
- Computer Vision
- Reconocimiento del habla
- Reconocimiento de audio