Aprendizaje profundo: una nueva vía para convertir el dato en conocimiento

  1. José Antonio Lagares 1
  2. Norberto Díaz Díaz 1
  3. Carlos D. Barranco González 1
  1. 1 Universidad Pablo de Olavide
    info

    Universidad Pablo de Olavide

    Sevilla, España

    ROR https://ror.org/02z749649

Revista:
Economía industrial

ISSN: 0422-2784

Año de publicación: 2022

Título del ejemplar: Economía del dato

Número: 423

Páginas: 25-38

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Economía industrial

Resumen

La mayoría de las técnicas tradicionales dentro del campo de la Inteligencia Artificial tienen una capacidad limitada en lo que se refieren al volumen de datos que se puede procesar, o su rendimiento no mejora a pesar de poder contar con conjuntos de datos voluminosos. El Aprendizaje Profundo es una nueva técnica que, junto con las innovaciones en paralelización y la Computación en la Nube, solventa estas limitaciones. En el presente artículo se recogen las técnicas actuales más novedosas dentro del Aprendizaje Profundo poniendo de relieve la capacidad de esta aproximación como una alternativa para analizar, comprender y convertir datos en conocimiento

Referencias bibliográficas

  • C.-W. Tsai, C.-F. L.-C. (2015). Big data analytics: a survey. Journal of Big Data, 1-32.
  • Calegari, R. C. (2020). On the integration of symbolic and sub-symbolic techniques for XAI: A survey. Intelligenza Artificiale. 14. 1-25. 10.3233/IA-190036.
  • CM, B. (2006). Pattern recognition and machine learning (information science and statistics). Springer.
  • Dastin, J. (2017). Obtenido de “Amazon scraps secret AI re- cruiting tool that showed bias against women”. Reuters. https:// www.reuters.com/article/us-amazon-com-jobs-automation-insight/amazon-scraps-secret-ai-recruiting-tool-that-showed-biasagainst-women-idUSKCN1MK08G
  • FV, V. (2016). The neural network zoo. Obtenido de https:// www.asimovinstitute.org/neural-network-zoo/
  • I. Goodfellow, Y. B. (2017). Deep learning. MIT Press. Jieyu Zhao, T. W.-W. (2017). Men Also Like Shopping: Reducing Gender Bias Amplification using Corpus-level Constraints. 2979-2989. 10.18653/v1/D17-1323.
  • Liermann, V. (2021). Overview Machine Learning and Deep Learning Frameworks. En The Digital Journey of Banking and Insurance, Volume III: Data Storage, Data Processing and Data Analysis (págs. 187-224). Springer International Publishing.
  • Mathias Kraus, S. F. (2020). Deep learning in business analytics and operations research: Models, applications and managerial implications. European Journal of Operational Research, 628- 641.
  • Mitchell, M. I. (2015). Machine learning: Trends, perspectives, and prospects. Science, 255-260.
  • Ng, A. (2016). Machine learning yearning: Technical strategy for AI Engineers, in the era of deep learning. Harvard Business Publishing.
Fuente de los datos: Dialnet