Autor: Joyce Xu Traductor: 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; el segundo […]
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 […]
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 […]
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
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 […]
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 […]
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 […]
Autor: Matteo Alberti 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 un vector de entrada […]
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 […]
Autor: Chintan Trivedi Linkedin: https://www.linkedin.com/in/chintan-trivedi-78665774/ Tradutor: Paula Vidal Comparación entre las dos caras de Ronaldo: a la izquierda la de FIFA 18, a la derecha la generada por una red neuronal profunda. Game Studios ha gastado millones de dólares y cientos de horas de investigación y desarrollo en el diseño de los gráficos del […]