Son un tipo de aprendizaje automático no supervisado en el que dos redes neuronales compiten en un juego de suma cero para generar nuevos conjuntos de datos. La primera red neuronal, llamada generador, se encarga de generar candidatos para que sean evaluados por la segunda red neuronal, el discriminador.
El generador es, generalmente, un perceptrón multicapa (red neuronal formada por múltiples capas) y su objetivo es crear datos lo más parecidos posibles a datos reales para engañar al discriminador en el momento en el que los evalúe.
El discriminador suele ser una red neuronal convolucional, encargada de clasificar los datos entrantes en reales o no, asignando a cada uno una probabilidad de ser real. En la fase de entrenamiento de la red neuronal, el discriminador recibirá tanto datos generados por el generador como datos pertenecientes a un set de entrenamiento y deberá tratar de distinguirlos
Muchas veces nos preguntamos qué ejemplos de IA nos podemos encontrar en nuestro entorno y es que, la inteligencia artificial es un concepto que engl [...]
Leer más »Normalmente las siglas NPLs (Non Performing Loans) se utilizan en el ámbito financiero y es una realidad tanto en los bancos españoles como en los b [...]
Leer más »Los métodos de clustering, o agrupamiento, son una pieza fundamental en el proceso de análisis de los datos, pues permiten una segmentación automá [...]
Leer más »Las oportunidades de negocio están en todas partes y muchas veces no sabemos cuales son los sectores con mayor potencial para el emprendimiento.  [...]
Leer más »