El aprendizaje profundo (Deep Learning) es una rama del aprendizaje automático en la cual los modelos generados por los algoritmos de aprendizaje son redes neuronales artificiales con múltiples capas. El aprendizaje profundo tiene los mismos componentes esenciales que el aprendizaje automático, pero se pueden distinguir algunas características particulares:
- para el aprendizaje de los modelos es necesario contar con grandes volúmenes de datos, dada la complejidad de estos modelos y los resultados precisos que se espera obtener;
- los algoritmos de aprendizaje son esencialmente algoritmos de optimización, que se utilizan para entrenar los modelos de forma eficiente y ajustar los pesos de las conexiones entre neuronas, que son denominados parámetros de la red neuronal; y
- los modelos son redes neuronales profundas, que son arquitecturas con múltiples capas de neuronas artificiales para aprender características y patrones complejos de los datos.
Además, es importante considerar que, dado el volumen de datos y la complejidad de los modelos a utilizar, en general se necesita hardware especializado, como GPUs, para realizar el aprendizaje de los modelos.
REFERENCIAS
Arenas, Marcelo; Arriagada, Gabriela; Mendoza, Marcelo; Prieto, Claudia (2020). Una breve mirada al estado actual de la Inteligencia Artificial, Pontificia Universidad Católica de Chile, 2020. https://desarrollodocente.uc.cl/wp-content/uploads/2020/09/Una-breve-mirada-al-estado-actual-de-la-Inteligencia-Artificial.pdf
