Read more
En los últimos tiempos, el aprendizaje automático ha experimentado avances espectaculares que han despertado un gran interés en la industria, el mundo académico y la cultura popular. Estos avances están impulsados por las redes neuronales artificiales, a menudo denominadas aprendizaje profundo, un conjunto de técnicas y algoritmos que permiten a los ordenadores descubrir patrones complicados en grandes conjuntos de datos. Estos avances se han visto favorecidos por un mayor acceso a los datos ("big data"), marcos de software de fácil uso y una explosión de la potencia de cálculo disponible, lo que ha permitido el uso de redes neuronales más profundas que nunca. Estos modelos constituyen hoy en día el enfoque de vanguardia para una amplia variedad de problemas en visión por ordenador, modelado del lenguaje y robótica. El aprendizaje profundo alcanzó su posición prominente en la visión por ordenador cuando las redes neuronales empezaron a superar a otros métodos en varias pruebas de análisis de imágenes de alto perfil. El más famoso fue el Image Net Large-Scale Visual Recognition Challenge (ILSVRC) en 2012, cuando un modelo de aprendizaje profundo (una red neuronal convolucional) redujo a la mitad la segunda mejor tasa de error en la tarea de clasificación de imágenes.
About the author
Sra. J.Sri Mahalakshmi realizó un máster en aplicaciones informáticas en SVECW, afiliada a JNTU Kakinada. Tiene experiencia tanto en el ámbito industrial como en el docente. Actualmente trabaja como profesora asistente en el West Godavari Institute of Science and Engineering College.
