Cinco definiciones de machine learning
En este post se incluyen y comentan cinco definiciones de machine learning que nos pueden ayudar a centrar mejor esta disciplina.
Datos para el bien y la ética tecnológica positiva
Parece que sólo se habla de ética en relación con la tecnología en sentido negativo, como prohibición, pero yo prefiero una ética tecnológica positiva
Un sesgo de género visto desde el algoritmo
En este artículo comento cómo se produce un sesgo de género, en este caso en procesamiento de lenguaje natural, contemplandolo desde el algoritmo.
El Deep Learning explicado por Jordi Torres
Reseña de ‘Python Deep Learning: introducción práctica con Keras y TensorFlow 2’, el Deep Learning explicado por Jordi Torres.
Catálogo de componentes de redes neuronales (y IV): optimizadores
En este ultimo post, al menos de momento, sobre elementos de diseño de redes neuronales, tratamos los optimizadores, el alma del algoritmo de aprendizaje.
Catálogo de componentes de redes neuronales (II): funciones de activación
En este post, y siguiendo con nuestra labor de catalogación de opciones de diseño comunes en redes neuronales, nos centramos en las funciones de activación.
¿Quién enseña a los algoritmos? Explicación, conclusión y una consecuencia ética
Se analiza quién enseña a los algoritmos de inteligencia artificial. Se revisan los mecanismos y se llega a una conclusión con consecuencia ética.
Aprendiendo Deep Learning y Keras con François Chollet
Reseña de ‘Deep Learning con Python’ de François Chollet, una gran forma de aprender Deep Learning y Keras con el creador de ésta última.
Un flujo de trabajo universal para Machine Learning
El post describe un flujo de trabajo universal para Machine Learning, tal y como lo propone François Chollet. Un flujo con siete fases.
El riesgo de la interpretación antropomórfica de la inteligencia artificial
Inspirado por un texto de François Chollet se comenta el riesgo que supone para la Inteligencia Artificial una incorrecta interpretación antropomórfica