Hasta cierto punto, sí. Mis ideas sobre la función cerebral se ampliaron al lidiar con ciertas cualidades de las redes neuronales, específicamente, representaciones distribuidas, procesamiento paralelo, generalización de patrones y degradación elegante. Los modelos de aprendizaje profundo incorporan un tipo implícito de retroalimentación entre capas que se asemeja a la retroalimentación en la corteza. Tal retroalimentación puede ser una manera importante de que el cerebro capture intercorrelaciones estadísticas en estímulos percibidos (o incluso patrones motores), y se destaque en la explicación de la “” zona de convergencia “de Damasio para los déficits específicos de la categoría.
Además de las redes neuronales, el énfasis en las estadísticas bayesianas en gran parte del aprendizaje automático probablemente facilitará una mejor comprensión de la cognición.
Por otro lado, no creo que la mayoría de los algoritmos de aprendizaje automático (como la propagación hacia atrás y las SVM) tengan una relación simple con el estudio del cerebro.
- Cómo implementar el análisis de sentimientos en proyectos de retroalimentación de clientes
- ¿Cuáles son las mejores mejores bibliotecas para la clasificación? ¿Cómo se comparan entre sí?
- ¿Qué significa el espacio de hipótesis en Machine Learning?
- ¿Qué sucederá si divido mis datos en 50:50 para capacitación y pruebas?
- ¿Por qué Andrew Ng renuncia a Baidu?
