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/