{"id":1538,"date":"2020-05-25T11:19:06","date_gmt":"2020-05-25T11:19:06","guid":{"rendered":"https:\/\/lisdatasolutions.sidnpre.com\/2020\/05\/25\/deep-learning-clasificando-imagenes-con-redes-neuronales\/"},"modified":"2022-08-01T15:39:33","modified_gmt":"2022-08-01T15:39:33","slug":"deep-learning-clasificando-imagenes-con-redes-neuronales","status":"publish","type":"post","link":"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/","title":{"rendered":"Deep Learning: clasificando im\u00e1genes con redes neuronales"},"content":{"rendered":"<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_55 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title \" >Tabla de contenidos<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\" role=\"button\"><label for=\"item-69f710ed38c64\" ><span class=\"\"><span style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input aria-label=\"Toggle\" aria-label=\"item-69f710ed38c64\"  type=\"checkbox\" id=\"item-69f710ed38c64\"><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/#El_Machine_Learning_o_aprendizaje_automatico\" title=\"El Machine Learning o aprendizaje autom\u00e1tico\">El Machine Learning o aprendizaje autom\u00e1tico<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/#Redes_neuronales_las_herramientas_con_las_que_el_Deep_Learning_hace_su_magia\" title=\"Redes neuronales, las herramientas con las que el Deep Learning hace su magia\">Redes neuronales, las herramientas con las que el Deep Learning hace su magia<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/#%C2%BFY_con_imagenes_Redes_neuronales_convolucionales\" title=\"\u00bfY con im\u00e1genes? Redes neuronales convolucionales\">\u00bfY con im\u00e1genes? Redes neuronales convolucionales<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/#%C2%BFComo_puedo_construir_y_entrenar_una_CNN_para_clasificacion_de_imagenes\" title=\"\u00bfC\u00f3mo puedo construir y entrenar una CNN para clasificaci\u00f3n de im\u00e1genes?\">\u00bfC\u00f3mo puedo construir y entrenar una CNN para clasificaci\u00f3n de im\u00e1genes?<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"El_Machine_Learning_o_aprendizaje_automatico\"><\/span>El Machine Learning o aprendizaje autom\u00e1tico<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>El Machine Learning o aprendizaje autom\u00e1tico posibilita la identificaci\u00f3n de patrones en los datos bas\u00e1ndose en algoritmos que clasifican cada factor seg\u00fan su grado de influencia aprendiendo y mejorando el proceso continuamente.<\/strong><\/p>\n<p>En un post anterior ya se introdujeron t\u00e9rminos como la <strong>Inteligencia Artificial<\/strong>, <strong>Machine Learning<\/strong> o <strong>Deep Learning<\/strong>. En el d\u00eda a d\u00eda, estos conceptos se cruzan en nuestro camino tan frecuentemente que nos acaba resultando confuso distinguir entre unos y otros. Pues bien, Frank Chen nos da una buena visi\u00f3n general de c\u00f3mo poder distinguirlos:<\/p>\n<p><em>\u00abArtificial intelligence is a set of algorithms and intelligence to try to mimic human intelligence. Machine learning is one of them, and deep learning is one of those machine learning techniques.\u00bb<\/em><em>\u00a0<\/em><\/p>\n<p>La <strong>inteligencia artificial<\/strong> es un conjunto de algoritmos e inteligencia que intentan simular la inteligencia humana. El <strong>Machine Learning<\/strong> es uno de esos algoritmos, y el <strong>Deep Learning<\/strong> es una de las t\u00e9cnicas de Machine Learning.<\/p>\n<p>Explicado de forma sencilla, el <strong>Machine Learning<\/strong> o <strong>aprendizaje m\u00e1quina<\/strong> alimenta de datos al ordenador y usa t\u00e9cnicas estad\u00edsticas para ayudarle a \u201caprender\u201d c\u00f3mo mejorar progresivamente en una tarea, sin ser espec\u00edficamente programado para ello, eliminando la necesidad de millones de l\u00edneas de c\u00f3digo.<\/p>\n<p>El Machine Learning puede dividirse en dos tipos de <strong>aprendizaje: supervisado<\/strong> y <strong>no supervisado<\/strong>. Mientras que el primero de ellos emplea sets de <strong>datos etiquetados<\/strong>, el segundo usa sets de <strong>datos no etiquetados<\/strong>.<\/p>\n<p>El <strong>Deep Learning,<\/strong> o <strong>aprendizaje profundo<\/strong>, es una rama del Machine Learning que introduce datos de entrada, <strong>inputs<\/strong>, a trav\u00e9s de una arquitectura de <strong>red neuronal artificial<\/strong>, las cuales se inspiran en las biol\u00f3gicas. Esta red neuronal artificial contiene un n\u00famero de <strong>capas ocultas<\/strong> que procesan los datos, permitiendo as\u00ed a la m\u00e1quina \u201c<strong>profundizar<\/strong>\u201d en su aprendizaje haciendo conexiones y ponderando los inputs para obtener cada vez mejores resultados<\/p>\n<p>\t\t\t\t\t\t\t\t\t\t<img width=\"852\" height=\"558\" src=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/1-3.jpg\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/1-3.jpg 852w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/1-3-300x196.jpg 300w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/1-3-768x503.jpg 768w\" sizes=\"(max-width: 852px) 100vw, 852px\" \/>\t\t\t\t\t\t\t\t\t\t\t<\/p>\n<p>Figura 1. Estructura b\u00e1sica de una red neuronal<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Redes_neuronales_las_herramientas_con_las_que_el_Deep_Learning_hace_su_magia\"><\/span>Redes neuronales, las herramientas con las que el Deep Learning hace su magia<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Una red neuronal no es m\u00e1s que un pu\u00f1ado de neuronas conectadas entre s\u00ed. Se basan en una idea sencilla: dados unos par\u00e1metros hay una forma de combinarlos para predecir un cierto resultado. Pero \u00bfcu\u00e1l es la combinaci\u00f3n adecuada? Aqu\u00ed es donde entra el t\u00e9rmino de <strong>entrenamiento<\/strong>, que consiste en ir probando distintas combinaciones semialeatorias de los par\u00e1metros hasta conseguir que el error de predicci\u00f3n se minimice, y as\u00ed conseguir mejores predicciones.<\/p>\n<p>Normalmente, el <strong>entrenamiento<\/strong> de la red se realiza sobre el 75-80% del total de datos, llamado set de <strong>train<\/strong>, mientras que el 20-25% restante se usa como set de <strong>test<\/strong>.<\/p>\n<p>Este proceso evita que el entrenamiento de la red se <strong>sobreajuste<\/strong> a un conjunto \u00fanico de datos, realizando la validaci\u00f3n sobre unos datos \u201cnuevos\u201d para la red, y evaluando as\u00ed la <strong>capacidad de generalizaci\u00f3n<\/strong> del modelo.<\/p>\n<p>El proceso de aprendizaje de una red neuronal se eval\u00faa mediante <strong>curvas de aprendizaje<\/strong> (Learning curves), las cuales normalmente muestran la evoluci\u00f3n del <strong>error<\/strong> de predicci\u00f3n frente al tiempo. De esta forma, cuanto mejor sea el modelo, menor ser\u00e1 el error, por lo que en la curva de aprendizaje se espera observar una <strong>minimizaci\u00f3n del error<\/strong>.<\/p>\n<p>Cuando se entrena un modelo de Machine o Deep Learning, el estado del modelo puede evaluarse en cada etapa intermedia. Cuando se eval\u00faa sobre el set de <strong>train<\/strong> obtenemos una idea de c\u00f3mo de bien est\u00e1 <strong>aprendiendo<\/strong> nuestro modelo, mientras que si se eval\u00faa sobre el set de test, obtendremos una idea de c\u00f3mo de bien el modelo es capaz de <strong>generalizar<\/strong>.<\/p>\n<p>Sabremos que un modelo est\u00e1 <strong>bien<\/strong> <strong>ajustado<\/strong> cuando las curvas de error de train y test llegan a un punto de <strong>estabilidad<\/strong> y con una separaci\u00f3n peque\u00f1a entre ellas.<\/p>\n<p>\t\t\t\t\t\t\t\t\t\t<img width=\"728\" height=\"546\" src=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/2-1.jpg\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/2-1.jpg 728w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/2-1-300x225.jpg 300w\" sizes=\"(max-width: 728px) 100vw, 728px\" \/>\t\t\t\t\t\t\t\t\t\t\t<\/p>\n<p>Figura 2. Curvas de aprendizajes de los conjuntos de train y test en funci\u00f3n de la complejidad del modelo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"%C2%BFY_con_imagenes_Redes_neuronales_convolucionales\"><\/span>\u00bfY con im\u00e1genes? Redes neuronales convolucionales<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Las redes neuronales son muy \u00fatiles para, a partir de un dato de entrada, hacer una clasificaci\u00f3n o regresi\u00f3n a partir de un modelo entrenado. Esta misma idea se puede aplicar a una imagen, para obtener, por ejemplo, qu\u00e9 representa la imagen (<strong>clasificaci\u00f3n<\/strong>) o detectar un objeto que forme parte de ella (<strong>segmentaci\u00f3n<\/strong>, <strong>detecci\u00f3n<\/strong>, <strong>identificaci\u00f3n<\/strong>, etc). Para ello se recurre a las <strong>redes neuronales convolucionales (CNN), <\/strong>las cuales han supuesto una revoluci\u00f3n en el sector del <a href=\"https:\/\/www.lisdatasolutions.com\/es\/soluciones-de-vision-artificial\/\">reconocimiento de im\u00e1genes<\/a>, ya que, a diferencia de las redes neuronales convencionales y otros algoritmos de clasificaci\u00f3n de im\u00e1genes, usan un procesamiento relativamente peque\u00f1o.<\/p>\n<p>La red es entrenada a partir de im\u00e1genes utilizando solo <strong>p\u00edxeles<\/strong> y <strong>etiquetas<\/strong> como entradas. <strong>Aprenden usando filtros y aplic\u00e1ndolos a las im\u00e1genes<\/strong>. El algoritmo toma un cuadrado peque\u00f1o (o \u2018ventana\u2019) y comienza a aplicarlo sobre la imagen. Cada filtro permite que la CNN identifique ciertos <strong>patrones<\/strong> en la imagen. La <strong>CNN<\/strong> busca partes de la imagen donde un filtro coincida con el contenido de la imagen.<\/p>\n<p>En este caso las <strong>CNN<\/strong> toman como entrada <strong>tensores de forma<\/strong>, que incluyen alto y ancho de la imagen, en pixeles, y el numero de canales de color (1, si la imagen es en blanco y negro, o 3, si es en color RGB. Como salida se obtendr\u00eda la clase o la probabilidad de que la imagen pertenezca a una clase particular (Fig 3)<\/p>\n<p>\t\t\t\t\t\t\t\t\t\t<img width=\"1024\" height=\"350\" src=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/3-1-1024x350.png\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/3-1-1024x350.png 1024w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/3-1-300x103.png 300w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/3-1-768x263.png 768w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/3-1.png 1298w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/>\t\t\t\t\t\t\t\t\t\t\t<\/p>\n<p>Figura 3. Estructura de una red neuronal convolucional para la clasificaci\u00f3n de una imagen.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"%C2%BFComo_puedo_construir_y_entrenar_una_CNN_para_clasificacion_de_imagenes\"><\/span>\u00bfC\u00f3mo puedo construir y entrenar una CNN para clasificaci\u00f3n de im\u00e1genes?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>\t\t\t\t\t\t\t\t\t\t<img width=\"253\" height=\"253\" src=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/4-2.jpg\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/4-2.jpg 253w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/4-2-150x150.jpg 150w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/4-2-120x120.jpg 120w\" sizes=\"(max-width: 253px) 100vw, 253px\" \/>\t\t\t\t\t\t\t\t\t\t\t<\/p>\n<p><strong>Keras<\/strong> es una <strong>biblioteca de Redes Neuronales<\/strong> de c\u00f3digo abierto escrita en <strong>Python<\/strong>. Adem\u00e1s del soporte para las redes neuronales est\u00e1ndar, ofrece soporte para las <strong>Redes Neuronales Convolucionales<\/strong> y para las Redes Neuronales Recurrentes. Adem\u00e1s contiene varias implementaciones de los bloques constructivos de las redes neuronales: capas convolucionales y de pooling, funciones de activaci\u00f3n, optimizadores, etc.<\/p>\n<p>Como partners de <strong><a href=\"https:\/\/www.lisdatasolutions.com\/es\/que-es-knime\/\">KNIME<\/a><\/strong>, en Lis Solutions apostamos por este software para desarrollos de Deep Learning y entrenar modelos de redes neuronales para clasificacion de im\u00e1genes.\u00a0<\/p>\n<p><strong><a href=\"https:\/\/www.lisdatasolutions.com\/es\/que-es-knime\/\">KNIME<\/a><\/strong> pone a disposici\u00f3n del cliente extensiones de <strong>Python<\/strong> y <strong>Keras<\/strong>, permitiendo construir arquiterturas y modelos Deep Learning de una forma sencilla e intuitiva, permitiendo adem\u00e1s documentar los diferentes nodos que se emplean.<\/p>\n<p>\t\t\t\t\t\t\t\t\t\t<img width=\"567\" height=\"267\" src=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/5-1.png\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/5-1.png 567w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/05\/5-1-300x141.png 300w\" sizes=\"(max-width: 567px) 100vw, 567px\" \/>\t\t\t\t\t\t\t\t\t\t\t<\/p>\n<p><em>Thinking humanly<\/em><\/p>\n<p><em>Thinking rationally<\/em><\/p>\n<p><em>Acting humanly<\/em><\/p>\n<p><em>Acting rationally<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>El Machine Learning o aprendizaje autom\u00e1tico El Machine Learning o aprendizaje autom\u00e1tico posibilita la identificaci\u00f3n de patrones en los datos bas\u00e1ndose en algoritmos que clasifican cada factor seg\u00fan su grado de influencia aprendiendo y mejorando el proceso continuamente. En un post anterior ya se introdujeron t\u00e9rminos como la Inteligencia Artificial, Machine Learning o Deep Learning. [&hellip;]<\/p>\n","protected":false},"author":21,"featured_media":1539,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0},"categories":[111,42],"tags":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v20.1 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Deep Learning: clasificando im\u00e1genes con redes neuronales | LIS Data Solutions<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Deep Learning: clasificando im\u00e1genes con redes neuronales | LIS Data Solutions\" \/>\n<meta property=\"og:description\" content=\"El Machine Learning o aprendizaje autom\u00e1tico El Machine Learning o aprendizaje autom\u00e1tico posibilita la identificaci\u00f3n de patrones en los datos bas\u00e1ndose en algoritmos que clasifican cada factor seg\u00fan su grado de influencia aprendiendo y mejorando el proceso continuamente. En un post anterior ya se introdujeron t\u00e9rminos como la Inteligencia Artificial, Machine Learning o Deep Learning. [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/\" \/>\n<meta property=\"og:site_name\" content=\"LIS Data Solutions\" \/>\n<meta property=\"article:published_time\" content=\"2020-05-25T11:19:06+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-08-01T15:39:33+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2022\/07\/artificial-neural-network-3501528_1920.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1920\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Natalia Andueza\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Natalia Andueza\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/\",\"url\":\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/\",\"name\":\"Deep Learning: clasificando im\u00e1genes con redes neuronales | LIS Data Solutions\",\"isPartOf\":{\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#website\"},\"datePublished\":\"2020-05-25T11:19:06+00:00\",\"dateModified\":\"2022-08-01T15:39:33+00:00\",\"author\":{\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/b2748ac1971664b77f38389a77eb1fc7\"},\"breadcrumb\":{\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Portada\",\"item\":\"https:\/\/www.lisdatasolutions.com\/es\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Deep Learning: clasificando im\u00e1genes con redes neuronales\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#website\",\"url\":\"https:\/\/www.lisdatasolutions.com\/es\/\",\"name\":\"LIS Data Solutions\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.lisdatasolutions.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/b2748ac1971664b77f38389a77eb1fc7\",\"name\":\"Natalia Andueza\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/67d34db2d9aca971aeec85ef05923c86?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/67d34db2d9aca971aeec85ef05923c86?s=96&d=mm&r=g\",\"caption\":\"Natalia Andueza\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Deep Learning: clasificando im\u00e1genes con redes neuronales | LIS Data Solutions","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/","og_locale":"es_ES","og_type":"article","og_title":"Deep Learning: clasificando im\u00e1genes con redes neuronales | LIS Data Solutions","og_description":"El Machine Learning o aprendizaje autom\u00e1tico El Machine Learning o aprendizaje autom\u00e1tico posibilita la identificaci\u00f3n de patrones en los datos bas\u00e1ndose en algoritmos que clasifican cada factor seg\u00fan su grado de influencia aprendiendo y mejorando el proceso continuamente. En un post anterior ya se introdujeron t\u00e9rminos como la Inteligencia Artificial, Machine Learning o Deep Learning. [&hellip;]","og_url":"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/","og_site_name":"LIS Data Solutions","article_published_time":"2020-05-25T11:19:06+00:00","article_modified_time":"2022-08-01T15:39:33+00:00","og_image":[{"width":1920,"height":1080,"url":"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2022\/07\/artificial-neural-network-3501528_1920.png","type":"image\/png"}],"author":"Natalia Andueza","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Natalia Andueza","Tiempo de lectura":"5 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/","url":"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/","name":"Deep Learning: clasificando im\u00e1genes con redes neuronales | LIS Data Solutions","isPartOf":{"@id":"https:\/\/www.lisdatasolutions.com\/es\/#website"},"datePublished":"2020-05-25T11:19:06+00:00","dateModified":"2022-08-01T15:39:33+00:00","author":{"@id":"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/b2748ac1971664b77f38389a77eb1fc7"},"breadcrumb":{"@id":"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.lisdatasolutions.com\/es\/blog\/deep-learning-clasificando-imagenes-con-redes-neuronales\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Portada","item":"https:\/\/www.lisdatasolutions.com\/es\/"},{"@type":"ListItem","position":2,"name":"Deep Learning: clasificando im\u00e1genes con redes neuronales"}]},{"@type":"WebSite","@id":"https:\/\/www.lisdatasolutions.com\/es\/#website","url":"https:\/\/www.lisdatasolutions.com\/es\/","name":"LIS Data Solutions","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.lisdatasolutions.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Person","@id":"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/b2748ac1971664b77f38389a77eb1fc7","name":"Natalia Andueza","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/67d34db2d9aca971aeec85ef05923c86?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/67d34db2d9aca971aeec85ef05923c86?s=96&d=mm&r=g","caption":"Natalia Andueza"}}]}},"_links":{"self":[{"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/posts\/1538"}],"collection":[{"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/users\/21"}],"replies":[{"embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/comments?post=1538"}],"version-history":[{"count":1,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/posts\/1538\/revisions"}],"predecessor-version":[{"id":3821,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/posts\/1538\/revisions\/3821"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/media\/1539"}],"wp:attachment":[{"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/media?parent=1538"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/categories?post=1538"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/tags?post=1538"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}