Aprendizaje profundo
Aprendizaje automático con redes neuronales de varias capas de procesamiento.
¿Qué es el aprendizaje profundo?
Es una rama del aprendizaje automático con redes neuronales multicapa. Los pasos sucesivos pueden aprender representaciones adecuadas de entradas. Los datos, el cálculo y el entrenamiento dependen del modelo y tarea. Mayor profundidad no prueba por sí sola calidad ni justifica preferirla a toda opción sencilla.
Una empresa ficticia quiere reconocer etiquetas de producto difíciles de leer en fotos. Un modelo profundo es una posibilidad. El equipo comprueba adecuación con imágenes no usadas para entrenar y representativas del uso, incluidas las tomadas con otra iluminación o con etiquetas dañadas. También compara métodos más sencillos y esfuerzo de operación y revisión. Acertar en fotos de entrenamiento elegidas no demuestra reconocimiento fiable en el flujo previsto.
Fuentes
Términos relacionados
- Aprendizaje automáticoLos modelos aprenden patrones de los datos y los aplican a nuevas entradas.
- Red neuronalUn modelo de nodos de cálculo conectados con parámetros ajustables.
- Modelo de lenguaje de gran tamañoUn gran modelo de lenguaje procesa lenguaje mediante patrones aprendidos. La fluidez no demuestra exactitud ni acceso a datos empresariales actuales.
- Ficha de modeloUna ficha de modelo documenta el propósito, las bases, las condiciones de evaluación y los límites conocidos de una versión de un modelo de IA.
- Preparación para la IALa preparación para la IA contempla las bases de un proyecto: objetivo, datos utilizables, capacidades, responsabilidades y funcionamiento.
- Ingeniería de contextoLa ingeniería de contexto prepara la información de cada llamada al modelo: instrucciones, mensajes, fuentes y estados actuales pertinentes.
Artículos sobre el tema
IA y automatización con ASES
Asistentes de IA y procesos automatizados