Machine learning, explicabilidad y un gran truco de magia
El machine learning y los algoritmos de explicabilidad de la inteligencia artificial se pueden combinar para ofrecer un gran truco de magia.
Efecto Baldwin, aprendizaje e inteligencia artificial
En este post se comenta el efecto Baldwin, lo que significa para la evolución y el paralelismo con la algoritmia, en especial de Inteligencia Artificial.
Speech analytics, mucho más que lo que dices
No lo sabemos o no nos importa, pero nuestros datos están expuestos y nuestra privacidad amenazada. Speech analytics permite conocer mucho sobre nosotros.
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.