Deep Learning
Deep
Learning
El aprendizaje profundo
es un tipo de aprendizaje de representaciones que está formado por la composición
de múltiples transformaciones no lineales, usualmente redes neuronales, con el
objetivo de producir representaciones más abstractas y ultimadamente más útiles
para la clasificación de información.
Dicha arquitectura de
aprendizaje profundo, tiene entre su infinidad de aplicaciones, la de
estructurar metodología o procesos que lleven a la detección de cambios en el
territorio, a partir de Redes Neuronales Artificiales profundas, Redes
Neuronales Convolucionales Profundas. Básicamente es un
conjunto de algoritmos de aprendizaje que usan técnicas de Redes neuronales y
que en cada capa extraen y procesan información útil para una siguiente capa de
forma que es capaz de obtener como resultado un aprendizaje minucioso de la
información de entrada y poder extraer conclusiones importantes o relevantes.
El
Deep Learning o aprendizaje profundo es un subcampo dentro del Machine
Learning, el cuál utiliza distintas estructuras de redes neuronales para lograr
el aprendizaje de sucesivas capas de representaciones cada vez más
significativas de los datos. El profundo Deep Learning hace referencia a la
cantidad de capas de representaciones que se utilizan en el modelo; en general
se suelen utilizar decenas o incluso cientos de capas de representación. las
cuales aprenden automáticamente a medida que el modelo es entrenado con los
datos (Lopez, s.f)
Bibliografía
Lopez E, (s.f). Introducción
al Deep Learning. Recuperado el 12 de Noviembre de 2017 en: https://iaarbook.github.io/deeplearning/
Comentarios
Publicar un comentario