Hoy en día, con la investigación de vanguardia en Machine & Deep Learning en aumento, creo sinceramente que las redes neuronales, en general, son las más rigurosas desde el punto de vista matemático, incluso cuando se aprende por primera vez.
Estos algoritmos de aprendizaje profundo, idealmente, son algoritmos que intentan imitar al cerebro. Uno solo podría imaginar lo complejo que podría ser, especialmente matemática y computacionalmente.
Algunas áreas de investigación notables en Deep Learning son:
- ¿Cuál es el mejor software para Machine Learning y Deep Learning, de acuerdo con el tamaño del conjunto de datos y el sistema?
- Si pudiera construir una plataforma de contenido (piense en la entrega de noticias) desde cero con el objetivo de escalar a millones de usuarios, ¿qué infraestructura utilizaría?
- Dado lo éticamente y empáticamente incompetentes que son los humanos, ¿cuándo comenzaremos a entrenar el aprendizaje automático en grandes conjuntos de datos de decisiones éticas?
- ¿Cómo puedo explicar que las unidades tradicionales de red neuronal recurrente (RNN) sufren el problema del gradiente de fuga?
- ¿Por qué PCA y LDA se usan juntas en el reconocimiento facial?
- Visión por computadora: hay varios trabajos de investigación en esto a medida que las técnicas de clasificación de imágenes y videos se están poniendo al día. En términos simples, aquí hay algunas aplicaciones de Computer Vision
- Autos sin conductor
- Seguimiento de ojos y cabeza
- Reconocimiento de gestos
- Grandes aplicaciones militares: vehículos no tripulados, etc.
- Automatizacion Industrial e Inspeccion
- Realidad aumentada
- Fines de seguridad: reconocimiento facial, etc.
- Aprendizaje profundo y biología : aunque algo o la mayor parte de esto también se debe a la visión por computadora, la biología computacional está cobrando mucha importancia para ayudar a los profesionales médicos a brindar la mejor atención posible a los pacientes. Este es un buen pero largo artículo para leer para tener una idea mucho mejor: http://msb.embopress.org/content…
Además, esta es una lectura excelente: https://greenelab.github.io/deep…
- Algunas otras aplicaciones notables de ‘Next Wave’ de Deep Learning, la investigación que abre nuevos caminos son: – Redes neuronales para la detección del cáncer cerebral , Aprendizaje automático para imágenes de ultrasonido: atención prenatal , Redes neuronales en esfuerzos de misiones espaciales ; Más se puede encontrar aquí.
- Otras categorías y subcategorías de visión por computadora, que podrían considerarse independientes son, Generación automática de texto, Generación automática de subtítulos . Este también es un artículo maravilloso: 8 aplicaciones inspiradoras del aprendizaje profundo: dominio del aprendizaje automático
En general, las aplicaciones de Deep Learning solo van a aumentar, con un aumento de la potencia computacional. También he enumerado algunos recursos técnicos que despertarían su curiosidad matemática (CNN, etc.).
Esta excelente publicación analiza la utilidad de 9 algoritmos de aprendizaje profundo en visión artificial:
https://adeshpande3.github.io/ad…
¡Espero que esto haya ayudado hasta cierto punto! Probablemente hay tantos investigadores trabajando para lograr el próximo avance en el aprendizaje profundo. Aquí también se pueden ver algunos temas trabajados por el famoso Dr. Andrew Ng , es realmente fascinante: http://www.andrewng.org/research/
Otro buen artículo para leer que resume algunos artículos de ML / Deep Learning bastante recientes:
http://www.kdnuggets.com/2017/04…
¡Feliz aprendizaje! 🙂
Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudo a talentos de ingeniería a encontrar carreras sostenibles en tecnologías emergentes.
El programa insignia altamente selectivo de GreyAtom tiene como objetivo orientar a los profesionales que trabajan y los más novedosos en el inicio de su carrera de ciencia de datos. Los estudiantes desarrollan proyectos sobre conjuntos de datos REALES y declaraciones de problemas proporcionadas por nuestra industria y socios de contratación. El programa se basa en el aula y está fuertemente orientado a la práctica. GreyAtom es un ecosistema donde los estudiantes pueden aprovechar lo mejor de la academia, profesionales de la industria y personas influyentes.
Algunos enlaces rápidos
- Programa – http://www.greyatom.com/full-sta…
- Chatee con un consejero académico: le invitamos a compartir todas sus dudas e inseguridades, a las que haremos todo lo posible para guiarlo hacia su camino profesional hacia el éxito. https://calendly.com/greyatom/co…
Panel de discusión en GreyAtom – https://www.youtube.com/watch?v=… https://www.youtube.com/watch?v=…