Aprendizaje automático práctico con Scikit-Learn, Keras y TensorFlow, 3ª edición
by Aurélien Géron
Prefacio
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
El tsunami del aprendizaje automático
En 2006, Geoffrey Hinton et al. publicaron un artículo1 que mostraba cómo entrenar una red neuronal profunda capaz de reconocer dígitos manuscritos con una precisión de vanguardia (>98%). Llamaron a esta técnica "aprendizaje profundo". Una red neuronal profunda es un modelo (muy) simplificado de nuestra corteza cerebral, compuesto por una pila de capas de neuronas artificiales. En aquella época se consideraba imposible entrenar una red neuronal profunda.2 y la mayoría de los investigadores habían abandonado la idea a finales de la década de 1990. Este artículo reavivó el interés de la comunidad científica, y en poco tiempo muchos nuevos artículos demostraron que el aprendizaje profundo no sólo era posible, sino capaz de logros alucinantes que ninguna otra técnica de aprendizaje automático (AM) podía aspirar a igualar (con la ayuda de una enorme potencia de cálculo y grandes cantidades de datos). Este entusiasmo pronto se extendió a muchas otras áreas del aprendizaje automático.
Una década más tarde, el aprendizaje automático había conquistado la industria, y hoy en día está en el corazón de gran parte de la magia de los productos de alta tecnología, clasificando los resultados de tus búsquedas en Internet, impulsando el reconocimiento de voz de tu smartphone, recomendando vídeos y quizás incluso conduciendo tu coche. ...