No es una noticia falsa en el sentido de que logró resultados impresionantes. Pero las noticias parecen sugerir que es el remedio para todos nuestros problemas. Es importante comprender que el aprendizaje profundo solo es útil para un cierto nicho de problemas de aprendizaje automático. De hecho, el aprendizaje profundo es (casi) solo bueno si:
- Hay muchos datos disponibles.
- Tenemos acceso a la potencia computacional.
- Problemas muy difíciles principalmente en el procesamiento del lenguaje natural / reconocimiento de imágenes / reconocimiento de voz.
Como el aprendizaje profundo dio muy buenos resultados en los problemas difíciles enumerados anteriormente, ha habido mucha expectación por ello. Aunque es una herramienta que todos los científicos de datos deberían conocer, no es la solución para la mayoría de nuestros problemas.
- ¿Cuáles son las mejores universidades de minería en Estados Unidos?
- Cómo convertirse en un científico actuarial y de datos al mismo tiempo
- ¿Vale la pena hacer un curso de PGP en ciencia de datos de la escuela de negocios Aegis?
- ¿Dónde debo unirme para la capacitación en ciencia de datos?
- ¿Cuáles son algunos buenos institutos de capacitación para aprender big data y análisis de datos en Bangalore?
