1.2 - Elementos básicos de un sistema de Deep Learning
Lección 2 de la sección “Introducción al Deep Learning” del curso Fundamentos de Deep Learning con Python.
Tabla de contenido
Introducción
En la lección anterior vimos una idea general de lo que es el Machine Learning, que básicamente consiste en lograr que una máquina (es decir un computador) aprenda a partir de la experiencia (es decir que logre identificar patrones a partir de una gran cantidad de datos).
En esta lección vamos a formalizar estas ideas, describiendo los elementos básicos que conforman un sistema tanto de Machine como de Deep Learning.
Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Elementos básicos
Si volvemos al ejemplo inicial (Siri de Apple), el sistema de aprendizaje automático estaba conformado por tres elementos: una entrada (las señales de audio), un “programa flexible” y una salida (la categoría a la que pertenecía cada audio: “Sí” o “No”, dependiendo de si contenía o no la frase clave).
Partiendo de este ejemplo, a continuación definiremos alguna terminología básica:
- Al “programa flexible” lo llamaremos el modelo
- Este modelo permite mapear una entrada (por ejemplo un audio) a una salida (por ejemplo una categoría)
- Para lograr lo anterior debemos ajustar unas “perillas” dentro del modelo. A este ajuste lo llamaremos entrenamiento y a las perillas las llamaremos parámetros
Así que cuando decimos que nuestro modelo “aprende” es porque le estamos presentando una gran cantidad de datos para que a través del entrenamiento busque ajustar sus parámetros de la mejor manera posible, buscando así obtener la salida deseada. Estos parámetros se pueden obtener haciendo uso de un algoritmo de aprendizaje.
Los componentes en detalle
Teniendo en cuenta lo anterior, podemos resumir de la siguiente forma los elementos esenciales de un sistema de Machine (o Deep) Learning:
- Los datos
- El modelo y sus parámetros
- La función objetivo
- El algoritmo de aprendizaje, que ajusta los parámetros del modelo para optimizar la función objetivo
Recuerda suscribirte para acceder al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Conclusión
Ya tenemos las definiciones formales de los elementos que hacen parte de un sistema de Machine/Deep Learning. En la siguiente lección veremos las diferencias entre la Inteligencia Artificial, el Machine Learning y el Deep Learning. Además, hablaremos en detalle del modelo, la función objetivo y el algoritmo de aprendizaje.