¡Big Data y Deep Learning se utilizan actualmente como palabras de moda!
Big Data solo indica que la compañía está trabajando con grandes cantidades de datos, y tratan de obtener información de estos datos, para mejorar los productos que están ofreciendo. Por grandes cantidades me refiero a millones y miles de millones de puntos de datos transferidos a un formato digital para que las computadoras puedan leerlo.
Esos puntos de datos podrían ser, por ejemplo:
- Cómo usar el procesamiento del lenguaje natural (PNL) para resumir un documento en una serie de ideas principales
- ¿Cuáles son algunas buenas charlas sobre fragmentación?
- ¿Hay algo que Deep Learning nunca podrá aprender?
- ¿Cuál es la mejor estimación para la existencia de una máquina del tiempo?
- ¿Cuáles son las preguntas más importantes en el aprendizaje automático?
- Imágenes de animales, plantas, estrellas, letreros de calles
- Mensajes de texto de twitter, publicaciones de Facebook, respuestas de Quora
- Registros como registros telefónicos, registros de salud, estados de crédito
- Datos biológicos como ADN, valores sanguíneos o células cancerosas.
- Ubicación geográfica como datos de GPS
- Clima
- Precios de las acciones
- prácticamente todos los tipos de datos que puedes recopilar
Deep Learning es un método, algún tipo de estructura algorítmica que permite a las máquinas dar sentido a los datos. A través de Deep Learning, las máquinas aprenden a representar las características de los datos de manera abstracta. Pertenece a la disciplina de Machine Learning que es un subgrupo de Inteligencia Artificial.
Con la ayuda de Deep Learning podemos enseñar a las computadoras a predecir el futuro en función del pasado y podemos permitirles reconocer categorías creadas por el hombre.
A pesar de que las bases del aprendizaje profundo ya tienen más de 60 años, ahora comienza a florecer. La razón de esto es que ahora podemos producir y recopilar suficientes datos para hacer que esos algoritmos de aprendizaje profundo sean tan buenos que brinden soluciones a muchos problemas.
Otro punto para la aparición de esas palabras de moda es que nuestras computadoras se volvieron lo suficientemente fuertes y pueden proporcionar la potencia computacional necesaria para usar Deep Learning.