Lección 1.3 del módulo “Introducción al Deep Learning” del curso Fundamentos de Deep Learning con Python.
En la lección anterior vimos una idea detallada de los principales elementos de un sistema de Machine y Deep Learning. En esta lección haremos una clara distinción entre tres conceptos que a veces suelen confundirse: la Inteligencia Artificial, el Machine Learning y el Deep 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.
En resumen, podemos decir que la Inteligencia Artificial (IA) busca dotar a las máquinas con habilidades equiparables a las humanas, abordando tareas específicas como la visión por computadora y el procesamiento del lenguaje natural.
Por otra parte, el Machine Learning es una técnica dentro de la IA que permite desarrollar modelos capaces de aprender de los datos y realizar predicciones, como en el caso de la detección de fraudes, donde se extraen características de los datos para entrenar al modelo.
Sin embargo, para problemas más complejos como el reconocimiento facial, donde la intervención humana en la extracción de características resulta insuficiente, entra en juego el Deep Learning, una subárea del Machine Learning que emplea redes neuronales artificiales para procesar datos complejos como imágenes y audio, eliminando así la necesidad de intervención humana en la extracción de características.
En la próxima lección veremos entonces cuál ha sido la evolución del Deep Learning y algunos casos de éxito.
Todas las lecciones del curso Fundamentos de Deep Learning con Python.