Scribd
Cargar
10 vistas2 páginas

Aplicaciones del Deep Learning en la tecnología

El documento explica qué es el Deep Learning y cómo se diferencia del Machine Learning. El Deep Learning utiliza redes neuronales artificiales jerárquicas para aprender de los datos de forma no supervisada y luego aplicar ese conocimiento a problemas del mundo real como el reconocimiento de imágenes, voz y texto. El documento proporciona ejemplos de cómo compañías están usando Deep Learning para la búsqueda de productos, monitoreo de redes sociales, detección de fraude y más.

Cargado por

eduard jaquez
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
10 vistas2 páginas

Aplicaciones del Deep Learning en la tecnología

El documento explica qué es el Deep Learning y cómo se diferencia del Machine Learning. El Deep Learning utiliza redes neuronales artificiales jerárquicas para aprender de los datos de forma no supervisada y luego aplicar ese conocimiento a problemas del mundo real como el reconocimiento de imágenes, voz y texto. El documento proporciona ejemplos de cómo compañías están usando Deep Learning para la búsqueda de productos, monitoreo de redes sociales, detección de fraude y más.

Cargado por

eduard jaquez
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Deep Learning supone la base tecnológica de distintas funcionalidades de

varios productos de Google, y de otras grandes empresas tecnológicas. Pero,


¿qué es el Deep Learning y en qué puede aplicarse? Forbes lo explica en un
interesante artículo.

Machine Learning
Aunque los términos se utilizan a veces como sinónimos, el Deep Learning y el
Machine Learning no son lo mismo, siendo el primero un tipo particular del
segundo, es decir, el Deep Learning es Machine Learning, pero existen técnicas
de Machine Learning que no son Deep Learning.

Deep Learning
El Deep Learning lleva a cabo el proceso de Machine Learning usando una red
neuronal artificial que se compone de un número de niveles jerárquicos. En el
nivel inicial de la jerarquía la red aprende algo simple y luego envía esta
información al siguiente nivel. El siguiente nivel toma esta información sencilla,
la combina, compone una información algo un poco más compleja, y se lo pasa
al tercer nivel, y así sucesivamente.

¿Por qué es útil el Deep Learning?


El Deep Learning ha llamado mucho la atención por su potencial utilidad en
distintos tipos de aplicaciones en el “mundo real” (pueden aplicarse con éxito a
grandes volúmenes de datos para el descubrimiento y aplicación de
conocimiento, así como a la realización de predicciones a partir de él),
principalmente debido a que obtiene tasas de éxito elevadas con
entrenamiento “no supervisado”. En el caso del ejemplo, las redes de Deep
Learning aprenderán a identificar gatos aunque las imágenes no tuvieran la
etiqueta "gato”.

A continuación se muestran algunos de los principales problemas “reales” en


los que distintas compañías están aplicando Deep Learning en la actualidad:
- Utilización de imágenes en lugar de palabras clave para buscar productos
de una empresa, o artículos similares.

- Identificar marcas y logotipos de empresas en fotos publicadas en redes


sociales.

- Monitorización en tiempo real de reacciones en canales online durante el


lanzamiento de productos.

- Detección de fraudes, recomendaciones a clientes, gestión de relaciones


con los clientes, etc.

- Identificación en textos de sentimientos positivos y negativos, temas y


palabras clave.

- Localización de caras e identificación de emociones faciales.

- Reconocimiento de voz.

El descubrimiento y reconocimiento de patrones en el mundo que nos rodea


es un factor fundamental en los progresos científicos y tecnológicos actuales.
La cuestión ahora es cómo utilizar el Deep Learning para obtener nuevos
conocimientos, o para mejorar lo que se está haciendo... en definitiva, para
innovar.

Estos son cuatro de los muchos ejemplos que podemos encontrar de


aplicaciones del Deep Learning:
● YouTube, el reconocimiento de voz y la traducción automática.
● Google Fotos y el reconocimiento facial.
● La banca privada y el Deep Learning como método antifraude.
● El sector agrícola, como método de previsión y eficiencia.

También podría gustarte