RESUMEN DEL TEMA: DEEP LEARNING

El termino Deep learning se mencionó por primera vez en el año 2000, la idea de
usar redes neuronales artificiales para permitir al ordenador tomar decisiones
inteligentes tiene ya varias décadas. La investigación básica en el ámbito se
remonta a los años 40 y las primeras redes neuronales artificiales en los años 80,
pero con resultados de fracaso.

El Deep learning es una rama que ha mostrado resultados increíbles en tareas

muy difíciles como reconocer objetos de una imagen, comprender el habla o
sonido y los idiomas además como de jugar juegos de mesa. Un grupo de
científicos especializados en el área y por supuesto muy inteligentes han estado
trabajando en el durante décadas, y es absolutamente de ultima generacion.

Los expertos definen el Deep learning como una área del Machine Learning que
usa redes neuronales artificiales de múltiples capas. Es una herramienta muy
poderosa, porque a diferencia del Machine Learning tradicional, logra aprender, de
forma automática y de forma jerárquica, las características de distintos niveles de
abstracción y resolver problemas difíciles de datos como: imagen, texto, video y
audio.

Para llegar a considerar inteligentes a los ordenadores, las personas les pedimos,
principalmente, que puedan aprender de forma autónoma. El Deep learning es,
por lo tanto, una de las ramas de investigación científica en materia de inteligencia
artificial o, mejor dicho: es una rama del aprendizaje automático o machine
learning, uno de los muchos métodos que existen para aplicarlo.

Para procesar la información se utilizan redes neuronales artificiales formadas por

una capa de entrada, una o más capas intermedias (layers) y una capa de salida.
Los datos llegan como vector de entrada a la capa de entrada, luego
son ponderados por neuronas artificiales en las capas intermedias y, finalmente,
resultan en un patrón concreto en la capa de salida. Cuantas más capas tenga
una red neuronal artificial, más complejas serán las tareas a las que pueda
enfrentarse.