Glosario Deep Learning: 7 conceptos clave

Autor: | Última modificación: 5 de marzo de 2024 | Tiempo de Lectura: 3 minutos
Temas en este post:

Algunos de nuestros reconocimientos:

Premios KeepCoding

Acercarse a un nuevo ámbito del manejo Big Data tan amplio requiere de un Glosario Deep Learning para partir de sus bases. Por esta razón, en este post, te compartimos un breve glosario Deep Learning que contiene siete conceptos clave.

Glosario Deep Learning

A continuación, en este Glosario Deep Learning, te exponemos siete de los conceptos fundamentales para el manejo de los macrodatos en Deep Learning:

Red neuronal

Como todos sabéis, una red neuronal en Deep Learning es el corazón de los algoritmos basados en el manejo de los macrodatos dentro del Deep Learning. De forma sencilla, una red neuronal no es más que un método de aproximación de funciones.

De hecho, según el teorema de aproximación universal, una red neuronal con una sola capa oculta ya es suficiente para representar cualquier función en un determinado rango de valores, aunque es posible que dicha capa oculta sea tan grande que haga su implementación imposible o que no sea posible encontrar los pesos adecuados.

TensorFlow

TensorFlow es un framework desarrollado y mantenido por Google que permite la ejecución de operaciones matemáticas de una forma optimizada en una CPU o GPU.

En Tensorflow el flujo de trabajo consiste en recolectar información, crear o escoger un determinado modelo que se acople a los intereses del procesamiento de los macrodatos, ajustar la información almacenada al modelo y que realice la primera predicción, evaluar la certeza de modelo, continuar experimentando para mejorar el modelo y, finalmente, guardarlo para seguir nutriendo su efectividad.

Descenso de gradiente

Como primer acercamiento al descenso de gradiente en TensorFlow, debes comprender que una red neuronal no es otra cosa que un optimizador de funciones. ¿Y para qué podríamos utilizar este optimizador de funciones?

Existen muchos problemas para los que es muy computacionalmente costoso solucionarlos de forma analítica, por lo que se emplean métodos numéricos. Uno de estos métodos es el descenso de gradiente.

El descenso del gradiente es el mecanismo que hace que una red neuronal aprenda. Al fin y el cabo, podemos ver el descenso de gradiente como un algoritmo de optimización que permite minimizar cualquier función siempre que sea diferenciable, es decir, que podamos calcular sus derivadas.

Entropía cruzada

La entropía es el número de preguntas esperadas usando la mejor estrategia posible, mientras que la entropía cruzada en Deep Learning es el número de preguntas esperadas cuando no usas la mejor estrategia posible.

Backward pass en Deep Learning

El backard pass en Deep Learning hace referencia, como su nombre indica, al proceso de considerar el cálculo hacia atrás y por separado en función de cada uno de los valores.

Forward pass

El feed-forward o pasada hacia delante consiste en calcular la salida de nuestra red con los valores actuales de los pesos. Para ello, lo que hacemos es alimentar (feed forward) la red con nuestro elemento de entrenamiento.

Vamos a ver cómo es realmente una neurona:

Forward y back propagation en Deep Learning 3

Donde fn_activacion es la función de activación elegida.

Back propagation

¿Cómo podemos actualizar los pesos, cada uno en función de lo que influya en el error total? Debemos calcular cuánto influye un cambio en un determinado peso con respecto al error total y actualizarlo teniendo en cuenta esta relación.

Por ejemplo, ¿sabes cómo calcular cuánto influye un cambio en el peso w5 en el error total? ¡Estamos hablando de derivadas! Podemos entender cada neurona como una función y aplicar la regla de la cadena para llegar desde el error total hasta el peso w5.

Aprende más del Big Data

En el transcurso de este post, te hemos expuesto un breve glosario Deep Learning con siete de los conceptos clave para el manejo del Big Data. ¡Pero aún queda mucho más por aprender!

Si quieres conocer más herramientas de gestión del Big Data y ser un Data Manager, lo mejor que podrías hacer es apuntarte a nuestro Bootcamp Full Stack Big Data, Inteligencia Artificial & Machine Learning¡Desde KeepCoding te preparamos para ser todo un experto del Big Data en un transcurso de nueve meses!

👉 Descubre más del Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp ¡Descarga el temario!

👉 Prueba el Bootcamp Gratis por una Semana ¡Empieza ahora mismo!

👉 Conoce nuestros otros Bootcamps en Programación y Tecnología

¡CONVOCATORIA ABIERTA!

Big Data, IA & Machine Learning

Full Stack Bootcamp

Clases en Directo | Profesores en Activo | Temario 100% actualizado