1. Avances recientes en las redes neuronales convolucionales para la detección de objetos y la compresión de imágenes aplicadas (o si pueden aplicarse a) los sistemas de salud modernos.
2. LSTM, o aprendizaje profundo a corto plazo, aprendizaje profundo realizado por redes neuronales recurrentes. Una red neuronal recurrente es como múltiples copias de la misma red, cada una de las cuales pasa un mensaje a un sucesor. LSTM para el subtitulado de imágenes y la determinación de la prominencia visual.
3. Aprendizaje profundo que puede analizar grandes datos para fines de ciberseguridad y amenazas. ¿Cómo puede el aprendizaje profundo mejorar la seguridad nacional, los cortafuegos, prevenir virus, etc.
- ¿Cómo comparar los algoritmos de clasificación de minería de datos? ¿Hay algún parámetro / punto de referencia para ello?
- Cómo mejorar sus habilidades de análisis de datos a diario
- ¿Cómo debería un principiante aprender de un libro técnico que diga "Ciencia de datos desde cero"? ¿Debería completarlo una vez y luego volver a comprender temas complejos, o debería comprender profundamente cada tema antes de continuar y así retrasar la finalización?
- Cómo restaurar los archivos en mi partición eliminada
- Deep Learning se implementa principalmente en big data. ¿Qué piensa sobre usarlo en datos con muestras limitadas pero de altas dimensiones como fMRI?
4. Si le gusta el habla, hay modelado acústico, análisis semántico (usando datos para bases de datos léxicas), o puede abordar si el aprendizaje profundo es lo suficientemente fuerte como para usar grandes datos para representar palabras, frases y su composición.
