2 meneos
25 clics
Los principales avances en Deep Learning en 2016
El Deep Learning ha sido el tema central de la comunidad del Machine Learning durante los últimos años y 2016 fue la excepción. En este artículo se revisan los avances que más han contribuido al avance del campo y los usos que ha hecho de ellos la comunidad.
Uno de los mayores retos a los que se han enfrentado históricamente los investigadores ha sido el aprendizaje no supervisado y 2016 ha sido un gran año en este campo principalmente debido a la ingente cantidad de trabajos sobre Modelos Generativos.
Así mismo, la capacidad para comunicarse naturalmente con máquinas ha sido siempre uno de los objetivos soñados y en 2016 se ha avanzado enormemente en la resolución de varios problemas de Procesamiento de Lenguaje Natural (NLP) cruciales para alcanzar este objetivo.
Uno de los mayores retos a los que se han enfrentado históricamente los investigadores ha sido el aprendizaje no supervisado y 2016 ha sido un gran año en este campo principalmente debido a la ingente cantidad de trabajos sobre Modelos Generativos.
Así mismo, la capacidad para comunicarse naturalmente con máquinas ha sido siempre uno de los objetivos soñados y en 2016 se ha avanzado enormemente en la resolución de varios problemas de Procesamiento de Lenguaje Natural (NLP) cruciales para alcanzar este objetivo.
|
comentarios cerrados