El aprendizaje automático ha pasado la fase de la infancia, pero está en su fase de la infancia en comparación con la capacidad humana. En términos de una tecnología aislada sin utilizar la capacidad humana como referencia, el aprendizaje automático es bastante sofisticado por derecho propio.
Sin embargo, no es tan maduro como la física o las matemáticas, hay muchos problemas abiertos en muchas áreas del aprendizaje automático, por lo que, comparativamente, no está bien desarrollado. Hay pocos o ningún enfoque estándar para implementar algoritmos de aprendizaje automático, esto cambia constantemente.
Los algoritmos de aprendizaje automático, como las máquinas de vectores de soporte (SVM) tienen un respaldo teórico muy bueno, pero muchos sistemas de vanguardia se construyen empíricamente sin muchas matemáticas o teorías. Entonces, a veces es incluso difícil explicar cómo funciona realmente un sistema en particular.
- ¿Qué hacen los ingenieros de aprendizaje automático diariamente?
- ¿Cuáles son los algoritmos actuales de última generación para la detección de objetos en 2017?
- ¿Qué algoritmos de aprendizaje automático se pueden usar para crear una calculadora matemática de lenguaje natural en Python?
- ¿Cuándo necesitamos tener un mayor número de unidades ocultas que el número de unidades de entrada y viceversa?
- ¿Por qué el gradiente en el punto mínimo no es igual a 0?
El aprendizaje automático está cambiando muy rápido en comparación con otros campos y está alimentando la visión por computadora y la IA en general, como el uso de algoritmos de aprendizaje profundo para aprender a jugar un juego sofisticado llamado GO.
En el pasado, diseñé un sistema utilizando características puramente artesanales para un detector de objetos de nivel de instancia y costura panorámica, pero hoy cambié completamente a algoritmos de aprendizaje automático. Simplemente construya un sistema de aprendizaje y alimente sus datos y vea qué sucede.
Esa es la parte genial del aprendizaje automático sin características de artesanía, pero gran parte es más arte que ciencia cuando se usan algoritmos de aprendizaje automático, por eso diría que aún no está bien desarrollado.
Si te desanimas por el hecho de que aún no está maduro, no te preocupes más, en realidad es divertido, emocionante y desafiante.
Espero que esto ayude.