Introducción
El aprendizaje profundo es una forma avanzada de aprendizaje automático que intenta emular la forma en que aprende el cerebro humano.
En el cerebro, tiene células nerviosas llamadas neuronas, que están conectadas entre sí por extensiones nerviosas que pasan señales electroquímicas a través de la red.
Cuando se estimula la primera neurona de la red, se procesa la señal de entrada y, si supera un umbral determinado, la neurona se activa y pasa la señal a las neuronas a las que está conectada. Estas neuronas a su vez se pueden activar y pasar la señal a través del resto de la red. Con el tiempo, las conexiones entre las neuronas se refuerzan mediante un uso frecuente a medida que aprende a responder de forma eficaz. Por ejemplo, si alguien lanza una bola hacia usted, las conexiones de neurona le permiten procesar la información visual y coordinar sus movimientos para capturar la bola. Si realizas esta acción repetidamente, la red de neuronas implicadas en la captura de una bola crecerá más fuerte a medida que aprendes a ser mejor al capturar una pelota.
El aprendizaje profundo emula este proceso biológico mediante redes neuronales artificiales que procesan entradas numéricas en lugar de estímulos electroquímicos.
Las conexiones nerviosas entrantes se reemplazan por entradas numéricas que normalmente se identifican como x. Cuando hay más de un valor de entrada, x se considera un vector con elementos denominados x1, x2, etc.
Asociado a cada valor x es un peso (w), que se usa para fortalecer o debilitar el efecto del valor x para simular el aprendizaje. Además, se agrega una entrada de sesgo (b) para habilitar un control detallado sobre la red. Durante el proceso de entrenamiento, los valores w y b se ajustarán para ajustar la red para que "aprenda" a generar salidas correctas.
La neurona encapsula una función que calcula una suma ponderada de x, w y b. Esta función se incluye a su vez en una función de activación que restringe el resultado (a menudo a un valor entre 0 y 1) para determinar si la neurona pasa o no una salida a la siguiente capa de neuronas de la red.