Contenido
Objetivo

Identificar las diversas arquitecturas de redes neuronales artificiales que te ayudarán a clasificar imágenes.

Descripción

En esta experiencia educativa distinguirás las redes neuronales que se dedican al manejo de imágenes, y cómo es su procesamiento, detección y clasificación de objetos y extracción de ciertas características.

Explicación
Recursos adicionales

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa el siguiente video:

Para conocer más sobre aprendizaje profundo a la resolución de tareas de inteligencia artificial, te recomendamos observar el siguiente video:

Edureka! (2021, 6 de agosto). Image Classification using CNN | Deep Learning Tutorial | Machine Learning Project 9 | Edureka [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=ejkRh9obVjk

Actividad
Objetivo

Reforzar los conceptos asociados a las diferentes arquitecturas de las redes neuronales.

Instrucciones

Contesta las siguientes preguntas. Apóyate en gráficos y diagramas:

  1. ¿Qué diferencias existen entre las redes neuronales convolucionales, recurrentes y multicapa?
  2. ¿Qué es el LSTM?
  3. ¿Por qué es posible utilizar RNN en tareas de traducción automática? (Por ejemplo, traducir del inglés al español). Justifica tu respuesta.
  4. En una tarea de reconocimiento de imágenes, por ejemplo, para reconocer una manzana en una foto, ¿qué arquitectura de red neuronal se recomienda utilizar?, ¿por qué?
Checklist

Asegúrate de:

  • Comprender diferencias entre las redes neuronales que se dedican al análisis de imágenes.
  • Entender la importancia de las redes neuronales en el aprendizaje profundo.