Entradas por Matteo Alberti

Programación funcional para el aprendizaje profundo

Autor: Joyce Xu Tradutor: Paula Vidal     Hasta hace poco tiempo atras, el concepto de “programación funcional” y “aprendizaje automático” se atribuía a dos mundos claramente separados. El primero es un paradigma de programación que ha ganado popularidad, cuando el mundo ha recurrido a la simplicidad y la modularidad para producir aplicaciones escalables complejas; […]

¿Cómo encontrar un trabajo como data scientist?

Autor: Favio Vázquez Tradutor: Paula Vidal     Este artículo es el resultado de 3 publicaciones que publiqué recientemente en LinkedIn. Puedes encontrarlos aquí: parte 1, parte 2, y parte 3. Esta es una pregunta que a menudo recibo de personas que conozco y de aquellos que forman parte de mi red en LinkedIn. Te contaré sobre […]

Deep Learning Italia – Roma – Luglio 2018

1) Francesco Pugliese – Co-Founder Deep Learning Italia | Ricercato ISTAT “Introduzione divulgativa alle Reti Neurali e al Deep Learning”. Abstract: Descrizione introduttiva del modello del neurone artificiale e confronto con il neurone biologico, la storia delle reti neurali e come si è arrivati oggi al Deep Learning, detrattori vs sostenitori delle reti neurali e […]

Convolutional autoencoders features visualization

Cristiano De Nobili – Fisico   “Convolutional autoencoders features visualization” Le reti CNN formano delle rappresentazioni a ogni livello, le feature maps, e i livelli più lontani dal livello di input contengono features via via sempre più complesse, che catturano caratteristiche che descrivono grandi porzioni dell’immagine di input. In questo talk faremo vedere una tipica […]

Introduzione al deep learning

Daniele D’Armiento – Physicist presso Samsung “Introduzione al deep learning ed alla piattaforma Deep Learning Italia” Abstract: Illustrazione della community Deep Learning Italia e degli strumenti oggi sviluppati e a disposizione della community. Introduzione alle features del sito www.deeplearningitalia.com: i tutorials, il question & answer, le references, gli sviluppi futuri

Uso del aprendizaje profundo para el reconocimiento de objetos

Autor: Joyce Xu Traductor: Paula Vidal   Con la aparición de los vehículos autónomos, sistemas inteligentes de videovigilancia y diversas aplicaciones, como el conteo de personas, la demanda de sistemas de reconocimiento facial está creciendo. Estos sistemas se refieren no solo al reconocimiento y la clasificación de los objetos en las imágenes, sino también a […]

Guía para arquitecturas de redes profundas

Autora: Joyce Xu Tradutor: Paula Vidal     En los últimos años, gran parte del progreso realizado en el uso del aprendizaje profundo para la visión artificial se puede rastrear a un pequeño grupo de arquitecturas de redes neuronales. Dejando de lado las matemáticas, los códigos y los detalles de la implementación, en este artículo […]

Redes neuronales capsulares

Autor: Matteo Alberti Traductor: Paula Vidal   Las redes neuronales convolucionales obtienen grandes resultados cuando los datos que estan en fase de prueba, resultan ser muy similares a los utilizados en la fase de aprendizaje, pero, en caso de rotaciones, traducciones o transformaciones, estos resultan sujetos a una falta de capacidad para generalizar. Por lo […]

Los paradigmas en el aprender del aprendizaje automático

Autor: Matteo Alberti Traductor: Paula Vidal     Tradicionalmente tenemos tres tipos diferentes de aprendizaje en el aprendizaje automático: Aprendizaje supervisado Aprendizaje no supervisado Aprendizaje de refuerzo   Aprendizaje supervisado El aprendizaje supervisado tiene como objetivo inferir una función dada de los datos de entrenamiento. Estos datos consisten en un par que esta formado por […]

Introducción al autoencoder

Autor:Nathan Hubens Linkedind: https://www.linkedin.com/in/nathan-hubens Tradutor: Paula Vidal     Los autoencoders son redes neuronales con el objetivo de generar nuevos datos primero comprimiendo la entrada en un espacio de variables latentes y luego reconstruyendo la salida en base a la información adquirida. Este tipo de red consta de dos partes: Encoder: la parte de la red […]