Galería de mapas mentales Aprendizaje
这是一篇关于Aprendizaje的思维导图
Editado a las 2023-02-16 23:42:18,El aprendizaje en profundidad es un método de Aprendizaje automático diseñado para simular el proceso de aprendizaje del cerebro humano mediante la construcción de un modelo de red neuronal profunda. Su concepto central es extraer automáticamente características abstractas de alto nivel de los datos originales a través de transformaciones no lineales de varios niveles. La diferencia es que el aprendizaje profundo puede procesar estructuras de datos más complejas y lograr un mayor nivel de capacidad de abstracción y generalización. El aprendizaje representativo es la clave del aprendizaje profundo, que mejora el rendimiento de generalización del modelo a través de la representación efectiva de los datos de aprendizaje. En términos de subdivisión, el aprendizaje profundo incluye una variedad de modelos, como redes neuronales de convolución, redes neuronales circulantes y redes de confrontación generadoras, que son ampliamente utilizados en el reconocimiento de imágenes, reconocimiento de voz, procesamiento de lenguaje natural y otros campos. A través de la optimización continua de algoritmos y estructuras de modelos, el aprendizaje profundo está promoviendo el rápido desarrollo de la tecnología de inteligencia artificial.
这是一篇关于Aprendizaje的思维导图
El aprendizaje en profundidad es un método de Aprendizaje automático diseñado para simular el proceso de aprendizaje del cerebro humano mediante la construcción de un modelo de red neuronal profunda. Su concepto central es extraer automáticamente características abstractas de alto nivel de los datos originales a través de transformaciones no lineales de varios niveles. La diferencia es que el aprendizaje profundo puede procesar estructuras de datos más complejas y lograr un mayor nivel de capacidad de abstracción y generalización. El aprendizaje representativo es la clave del aprendizaje profundo, que mejora el rendimiento de generalización del modelo a través de la representación efectiva de los datos de aprendizaje. En términos de subdivisión, el aprendizaje profundo incluye una variedad de modelos, como redes neuronales de convolución, redes neuronales circulantes y redes de confrontación generadoras, que son ampliamente utilizados en el reconocimiento de imágenes, reconocimiento de voz, procesamiento de lenguaje natural y otros campos. A través de la optimización continua de algoritmos y estructuras de modelos, el aprendizaje profundo está promoviendo el rápido desarrollo de la tecnología de inteligencia artificial.
这是一篇关于Aprendizaje的思维导图
Aprendizaje
Proceso de Crear Información
Captar
Transformar
Representa un cambio fisico en el cerebro de los sujetos
Dicho proceso se da gracias a estimulos internos y externos
Sinapsis
Al interior del cerebro se da un proceso que permite el aprendizaje
Atención
Codificación
Almacenamiento
Recuperación/Práctica
Durante toda la vida del sujeto, y dependiendo la etapa se utilizan diferentes estretegias y metodologias
Principio de contagio y/o exposición
Principio Emocional
principio de Participación
Principio de gamificación
Principio de Plasticidad
Principio de Remisión
¿Cómo se da el proceso del aprendizaje?
La experiencia debe ser rica en estimulos
Visuales
Motivacionales
Personales y/o colectivois
El proceso puede ser individual o colectivo
Relación con el entorno
Uso de presabares
Experiencia
Participan las redes cerebrales
Red de reconocimiento
Percepción del entorno para su posterior codificación
Red Estrategica
Organiza las ideas, las planifica y las ejecuta.
Red Afectiva
Análisis del entorno y priorización. Acá entra en juego la motivación y la recompensa