• Saltar a la navegación principal
  • Saltar al contenido principal
Logo Codificando Bits

Codificando Bits

  • Academia
    • Rutas
    • Cursos
    • Proyectos
    • Tutoriales
  • Acceder
  • Suscribirse

1.1 – Introducción al Aprendizaje Automático

Lección 1.1 del módulo “Introducción al Deep Learning” del curso Fundamentos de Deep Learning con Python.

En esta primera lección del curso veremos cómo funciona un programa de computador típico, y luego hablaremos de un ejemplo de un sistema de reconocimiento de voz que hace uso del Machine Learning. Con este ejemplo tendremos una intuición acerca de lo que es el aprendizaje de máquina (o Machine Learning).

Contenido exclusivo para suscriptores

Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.

Bien, acabamos de ver la diferencia entre un software convencional y un desarrollo basado en el Machine Learning: mientras que en un programa de computadora tradicional las reglas se codifican explícitamente para realizar tareas específicas, el Machine Learning, y especialmente el Deep Learning, ofrece una metodología más flexible al permitir que las máquinas aprendan de la experiencia y detecten patrones en datos diversos.

Esto permite entender por qué el Deep Learning viene revolucionando campos tan diversos como la visión artificial, el procesamiento del lenguaje natural e incluso la medicina, demostrando así su poderosa capacidad de adaptación y su potencial para resolver problemas complejos en una amplia gama de disciplinas.

En la siguiente lección vamos a formalizar algunas de las ideas que acabamos de discutir, donde usaremos la terminología propia del Machine Learning para definir los elementos básicos de un sistema de Deep Learning.

Todas las lecciones del curso Fundamentos de Deep Learning con Python

© Codificando Bits, LLC | Blog | Contacto | Servicios | Acerca de | Políticas

¿Has olvidado la contraseña?
¿Has perdido tu contraseña? Por favor, introduce tu nombre de usuario o dirección de correo electrónico. Recibirás por correo electrónico un enlace para crear una nueva contraseña.
body::-webkit-scrollbar { width: 7px; } body::-webkit-scrollbar-track { border-radius: 10px; background: #f0f0f0; } body::-webkit-scrollbar-thumb { border-radius: 50px; background: #dfdbdb }