Deep learning ¿Qué es? sus divisiones y aplicaciones Niixer

Deep learning

¿Qué es el Deep Learning?

Hace referencia a un conjunto de algoritmos los cuales son de aprendizaje automático los cuales emulan el aprendizaje humano esto con el fin de obtener ciertos conocimientos, en este conjunto de algoritmos no necesita de reglas programadas previamente, si no que por el contrario el mismo sistema es capaz de aprender el solo para así poder desarrollar una actividad o tarea luego de pasar por una fase de entrenamiento.  

Una de las características que posee es que se encuentra de manera en que se compone de redes neuronales artificiales entrelazadas las cuales se utilizan para el procesamiento de la información.

Las divisiones de este sistema: 

El sistema de algoritmos está dividido principalmente por 3 ramas la cuales son: 

  • La capa de entrada: 

Esta capa esta se encuentra compuesta por las neuronas que asimilan los datos de entrada como lo puede ser una imagen o datos.

  • La capa oculta:

Es la red encargada del procesamiento de la información y desarrolla los cálculos, entre más neuronas se encuentren en esta capa más complejos serán los cálculos que se desarrollen aca. 

  • Salida: 

Es el último paso por el que se pasa en este proceso, y es en esta red en la que se toma la decisión o se llega a una conclusión esto arrojando unos datos de salida.

Estas redes neuronales pueden ser virtuales esto quiere decir que se encuentran en un espacio ficticio dentro de un computador como por ejemplo Open Sources Scioli Learn, Tensor Flow, Keras o Microsoft CNTk, o pueden estar compuestas por silicio, ya que este es el material más apropiado para crear estas redes neuronales.

El deep learning funciona ayudando a reducir los errores y así mejorar el nivel de confianza y credibilidad de esta, esto se basa principalmente en las distintas capas que se encargan, a paso de que pasan por cada capa aumenta el porcentaje de confianza, por ejemplo si en la segunda capa se tiene una confianza de 60% en la tercera capa ese porcentaje aumenta a 75% y así con cada capa.

Tambien para destacar para que el proceso se pueda aprender es necesario que pase por un aprendizaje supervisado, esto hace referencia a que un humano ingrese en una etiqueta a que se refiere la imagen que se ingresa, luego de esto pasara a un aprendizaje no supervisado que hace referencia a cuando la máquina encuentra sus propios patrones para así establecer unos patrones y así tener unas relaciones a partir de unos datos ya previamente aportados. Entre más cerca se encuentre de la capa de salida se requiere de más entrenamiento supervisado esto con el fin de perfeccionar cada vez más el proceso. 

Aplicaciones:

  • Traductores.
  • Asistentes (Siri, Google, Alexa).
  • Reconocimiento de voz.
  • Reconocimiento facial.

Autor: Fresny David Chaparro Parra

Editor: Luz Adriana Muñoz

Código: UCP2-5

Lee más artículos relacionados http://www.niixer.com/

Fuentes

SmartPanel. (2018). ¿Qué es el deep learning? SmartPanel. https://www.smartpanel.com/que-es-deep-learning/

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *