Las máquinas de Boltzmann restringidas (RBM) son redes neuronales que, con solo dos capas, aprenden representaciones de datos sorprendentemente potentes. Este episodio breve muestra cómo descubren patrones sin datos etiquetados y dónde se usan en la práctica.Lo que aprenderás:La estructura de una RBM: capa visible para los datos de entrada y capa oculta para las características aprendidasPor qué las RBM usan unidades binarias y métodos estocásticosDivergencia contrastiva: entrenar comparando los datos de entrada con los generadosReducción de dimensionalidad: comprimir datos de alta dimensión sin perder lo importanteCasos prácticos: filtrado colaborativo para recomendaciones y reconocimiento de imagen y vozPara entusiastas de la tecnología y principiantes que quieren entender cómo funciona el aprendizaje automático no supervisado.Este episodio es una versión en español doblada con IA del video animado de M365 Show del Microsoft MVP Mirko Peters.▶ Ver el video: https://youtu.be/LMuPjI9sON0🎧 Más episodios: https://www.m365.fm🎤 M365Con – conferencia online gratuita de Microsoft: https://m365con.net💼 Mirko Peters en LinkedIn: https://www.linkedin.com/in/m365showpodcast/

Este episodio incluye contenido generado por IA.