Deep Learning

Tema

Deep Learning

Problema

¿Cómo se desarrolla y que conlleva crear un “aprendizaje profundo” para nuevos conocimientos?

Pregunta de investigación

¿Cuál es el funcionamiento y en qué está basado el Deep Learning?

Hipótesis

En la actualidad, el Deep Learning lleva a cabo un proceso de Machine Learning basado en redes neuronales artificiales que se componen de un número determinado de niveles jerárquicos. Esto ayudará a identificar patrones y pasar de niveles básicos a complejos.

Objetivo general

Conocer los procesos necesarios para la creación de un Sistema de Deep Learning y los estándares que se deben seguir para el buen funcionamiento del mismo.

Objetivos específicos

• Describir a profundidad los procesos involucrados en el desarrollo del sistema.
• Describir el modelo de su funcionamiento.
• Describir el modelo en el cual se basa dicho funcionamiento.
• Dar a conocer los beneficios de implementar esta tecnología en el desarrollo de las nuevas tecnologías.
• nálisis de aplicaciones

Justificación

Hoy en día la tecnología ha hecho grandes avances respecto a inteligencias artificiales por su potencial utilidad, en este escrito se pretende analizar otra rama de la ya conocida inteligencia artificial (IA) la cual recibe el nombre de Deep Learning en el cual al examinar este sistema nos podremos dar cuenta de que tiene infinidad de aplicaciones tales como obtener con éxito grandes volúmenes de datos para el descubrimiento y aplicación de conocimientos complejos y a su vez, partiendo de esto, realizar predicciones. Principalmente al obtener tasas muy elevadas de éxito, las redes de Deep Learning aprenderían a identificar cualquier tipo de dato.

A continuación, se muestran algunas de sus aplicaciones de las cuales se pueden desarrollar.

• 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.
• Orientación de anuncios y predicción de las preferencias de los clientes.
• Identificación y seguimiento de los niveles de confianza de los clientes, sus opiniones y actitud en diferentes canales online y servicios de soporte automatizado al cliente.
• Identificación de clientes potenciales.
• Detección de fraudes, recomendaciones a clientes, gestión de relaciones con los clientes, etc.
• Mejor comprensión de enfermedades, mutaciones de enfermedades y terapias genéticas.
• Análisis de imágenes médicas, como radiografías y resonancias magnéticas, aumentando la precisión diagnóstica, en un menor tiempo y con un menor coste que los métodos tradicionales.
• Exploración de la posibilidad de reutilización de fármacos ya conocidos y probados para su uso contra nuevas enfermedades.
• Detección, predicción y prevención de amenazas sofisticadas en tiempo real en el campo de la ciberseguridad.
• Identificación en textos de sentimientos positivos y negativos, temas y palabras clave.
• Localización de caras e identificación de emociones faciales.
• Reconocimiento de voz.

Por lo que el descubrimiento, análisis y reconocimiento de diversos patrones en el mundo en el que nos desenvolvemos son factores fundamentales en el desarrollo de nuevas tecnologías y progresos dentro de la ciencia. La cuestión ahora es llevar esta red a la utilización de nuevos procesos para obtener mejores conocimientos y así mejorar lo que se desarrolla, en definitiva y pocas palabras, innovar.

...