Cómo funciona el Deep Learning

Tiempo de lectura: 2 minutos

Juan Águila; director del Máster en Data Science destaca la alta demanda actual que existe en el mercado laboral del perfil de Data Scientist.

¿Qué es el Deep Learning?

Para entender cómo funciona el Deep Learning primero tenemos que definirlo. El Deep Learning es una técnica basada en redes neuronales que trata de reconocer y relacionar patrones complejos que se comporten de la misma manera, se trata de generar una red computacional a partir de textos o imágenes que no tienen un procesamiento de atributos.

Esta tecnología es capaz de generar modelos de lenguaje tales como GPT-3, el motor principal de las famosas aplicaciones ChatGPT, DALL-E 2 y Craiyon.

El nombre de redes neuronales viene dado por la semejanza que existe con el funcionamiento de un cerebro. Creamos algoritmos que aprenden de la misma forma que aprende nuestro cerebro. El Deep Learning trata de crear redes neurológicas de la misma forma que lo hace una red neurológica biológica, se crea a partir de unos inputs que nosotros decidimos y a partir de ahí, se van creando las redes computacionales que nos interesa saber.

El Deep Learning ofrece 3 grandes ventajas:

  • Provee un framework flexible y universal
  • Puede emplearse para todo tipo de tareas (supervisadas, no supervisadas y de refuerzo)
  • Formando un sistema end-to-end, sin necesidad de intervención

Diferencia entre Machine Learning y Deep Learning

Puedes preguntarte qué diferencia existe y lo que podemos decir es que ambos pertenecen al grupo de Inteligencia Artificial, que este sería el campo de la informática centrado en crear programas que son capaces de emular mecanismos inteligentes como la abstracción, el aprendizaje, el reconocimiento de patrones, la planificación… y el Machine Learning está dentro de la Inteligencia Artificial.

Machine Learning es la capacidad que le proporcionas a las computadoras para poder aprender reconociendo patrones sin necesariamente programarlas. Mientras que el Deep Learning es un sub ámbito del Machine Learning en el cual te especializas en patrones complejos en información, y utilizas redes neuronales para el aprendizaje. La diferencia es que en el Machine Learning tienes que dar los pasos y extraer los atributos para quedarte con los relevantes. En el Deep Learning te saltas el paso de extraer, no buscas qué es relevante y qué no para poder realizar la clasificación.

¿Te gustaría estudiar algo sobre Data Science?