Edición de «Bosque profundo»

El '''bosque profundo''' (calco del inglés ''deep forest'', también llamado ''Multi-Grained Cascade Forest'' o ''gcForest'') es, en el [[Aprendizaje automático#Aprendizaje profundo|aprendizaje automático profundo]], la alternativa más conocida a las [[Red neuronal artificial|redes neuronales artificiales]] [[Red neuronal artificial#Redes profundas|profundas]].

En lugar de usar capas de neuronas que se activan con funciones matemáticas (como ReLU o Sigmoide), el bosque profundo apila capas de bosques aleatorios (''random forests'') y [[Aprendizaje automático#Árboles de decisión|árboles de decisión]] avanzados.

== Funcionamiento ==

# '''Estructura en cascada:''' Los datos entran a la primera capa, que está formada por varios ''Random Forests''. Cada bosque da una predicción (una distribución de probabilidad).
# '''Procesamiento capa por capa:''' Las predicciones de la primera capa se combinan con los datos originales y se pasan a la segunda capa, que contiene otra tanda de bosques.
# '''Aprendizaje de representaciones:''' Igual que una red neuronal profunda aprende rasgos abstractos en cada capa (bordes → formas → rostros), el bosque profundo refina la información procesamiento tras procesamiento.
# '''Control automático del tamaño:''' A diferencia de las redes neuronales, donde el programador debe definir cuántas capas quiere a ojo, el bosque profundo añade capas automáticamente y se detiene cuando el rendimiento deja de mejorar en el conjunto de validación.

[[Categoría:Aprendizaje automático]]