Diferenciar entre los tipos de redes neuronales artificiales (RNA) que existen, así como las capas que las conforman.
A lo largo de este tema observarás los usos y aplicaciones de cada una de las RNA, además de sus distinciones y composición de capas.
Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.
Para conocer más sobre el aprendizaje profundo, te recomendamos leer:
Chen, B. (2020). Machine Learning Model Regularization in Practice: an example with Keras and TensorFlow 2.0. Recuperado de https://towardsdatascience.com/machine-learning-model-regularization-in-practice-an-example-with-keras-and-tensorflow-2-0-52a96746123e
Reforzar los conceptos básicos del aprendizaje profundo.
Contesta lo solicitado:
El overfitting o sobreajuste es un fenómeno indeseado en un modelo de aprendizaje automático que provoca que sea bueno trabajar con datos de entrenamiento, pero no con datos nuevos o nunca vistos.
Para minimizar el error durante el entrenamiento se usan técnicas de regularización. Investiga tres estrategias de regularización utilizadas en aprendizaje profundo y explica cómo funcionan.
Asegúrate de: