Creo que el aprendizaje profundo encontrará un nicho estable dentro del ecosistema de análisis abierto (porque la mayoría de las implementaciones de aprendizaje profundo dependen de Spark, Hadoop, Kafka y otras plataformas de análisis de datos de código abierto).
¿Qué viene después, después del aprendizaje profundo?
¿Qué hay de los algoritmos evolutivos?
- ¿Cuáles son algunos estudios económicos de comportamiento fascinantes?
- ¿Existen implicaciones legales para resumir trabajos de investigación académica a través de blogs?
- ¿Cómo es la investigación histórica / arqueológica actual?
- ¿Cuáles son los pros y los contras de la investigación operativa?
- ¿Qué empresa de corretaje en India tiene la mejor investigación?
Los algoritmos evolutivos (EA) son técnicas inspiradas en modelos de inteligencia biológica, aplicados a la resolución de problemas del mundo real. En el caso de los EA, el enfoque se basa en la población.
El tipo más famoso de EA son los algoritmos genéticos (GA), introducidos por primera vez por John Holland a finales de los años setenta. Los algoritmos genéticos fueron inventados para imitar algunos de los procesos observados en la evolución natural. La idea con GA es utilizar este poder de evolución para resolver problemas de optimización.
Es muy posible que, en virtud de su capacidad de distribución, los EA emerjan como la próxima gran cosa en IA, lo que nos permite abordar problemas más ambiciosos.
