Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Introduction to Learning01:18

Introduction to Learning

1.6K
Learning is the process of acquiring knowledge or skills through practice or experience, leading to long-lasting behavioral changes. This acquisition occurs through interaction with the environment and requires practice or experience. For instance, mastering a skill such as surfing requires considerable practice and experience, highlighting the essential role of repeated interactions with the environment in learning.
In contrast to learned behaviors, unlearned behaviors such as crying, sexual...
1.6K
Associative Learning01:27

Associative Learning

2.0K
Associative learning is a fundamental concept in behavioral psychology, wherein a connection is established between two stimuli or events, leading to a learned response. This process is critical in understanding how behaviors are acquired and modified. Conditioning, the mechanism through which associations are formed, can be divided into two main types: classical conditioning and operant conditioning, each elucidating different aspects of associative learning.
Classical conditioning, also known...
2.0K
Observational Learning01:12

Observational Learning

1.3K
Albert Bandura's observational learning, also known as imitation or modeling, occurs when a person observes and imitates another's behavior. It is a quicker process than operant conditioning. A well-known example is the Bobo doll study, where children who saw an adult acting aggressively towards the doll were more likely to act aggressively when left alone, compared to those who observed a nonaggressive adult. Many psychologists view observational learning as a form of latent learning...
1.3K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Multi-modal AI for comprehensive breast cancer prognostication.

Nature communications·2026
Same author

Imagining and building wise machines: the centrality of AI metacognition.

Trends in cognitive sciences·2026
Same author

Navigating Ternary Doping in Li-ion Cathodes With Closed-Loop Multi-Objective Bayesian Optimization.

Advanced materials (Deerfield Beach, Fla.)·2026
Same author

Divergent creativity in humans and large language models.

Scientific reports·2026
Same author

Identifying indicators of consciousness in AI systems.

Trends in cognitive sciences·2025
Same author

Publisher Correction: Deep-learning-based virtual screening of antibacterial compounds.

Nature biotechnology·2025
Same journal

Retraction Note: NSD2 targeting reverses plasticity and drug resistance in prostate cancer.

Nature·2026
Same journal

Enhanced B cell priming induces broadly neutralizing HIV-1 apex antibodies.

Nature·2026
Same journal

Vaccination elicits HIV broadly neutralizing antibodies in primates.

Nature·2026
Same journal

Child online safety needs more than social-media bans.

Nature·2026
Same journal

Ebola preparedness must start with ecosystems and before humans show symptoms.

Nature·2026
Same journal

AI tools can speed up thinking, but evidence still comes from the lab bench.

Nature·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Apr 11, 2026

Deep Neural Networks for Image-Based Dietary Assessment
13:19

Deep Neural Networks for Image-Based Dietary Assessment

Published on: March 13, 2021

10.2K

Aprendizaje profundo Aprendizaje profundo.

Yann LeCun1, Yoshua Bengio2, Geoffrey Hinton3

  • 11] Facebook AI Research, 770 Broadway, New York, New York 10003 USA. [2] New York University, 715 Broadway, New York, New York 10003, USA.

Nature
|May 29, 2015
PubMed
Resumen
Este resumen es generado por máquina.

El aprendizaje profundo, un tipo de inteligencia artificial, utiliza modelos en capas y retropropagación para analizar datos complejos. Esta tecnología avanza significativamente en campos como la visión por computadora y el procesamiento del lenguaje natural.

Más Videos Relacionados

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

1.2K
A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data
09:34

A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data

Published on: September 25, 2021

4.6K

Videos de Experimentos Relacionados

Last Updated: Apr 11, 2026

Deep Neural Networks for Image-Based Dietary Assessment
13:19

Deep Neural Networks for Image-Based Dietary Assessment

Published on: March 13, 2021

10.2K
Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

1.2K
A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data
09:34

A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data

Published on: September 25, 2021

4.6K

Área de la Ciencia:

  • La inteligencia artificial es inteligencia artificial.
  • Aprendizaje automático Aprendizaje automático.
  • Ciencias de la computación Ciencias de la computación

Sus antecedentes:

  • Los modelos de aprendizaje profundo utilizan múltiples capas de procesamiento para aprender representaciones de datos en varios niveles de abstracción.
  • Estos modelos computacionales han avanzado significativamente el estado de la técnica en numerosos dominios.

Objetivo del estudio:

  • Explicar los principios fundamentales de los modelos de aprendizaje profundo.
  • Para resaltar el impacto del aprendizaje profundo en diversos campos científicos y tecnológicos.

Principales métodos:

  • El aprendizaje profundo emplea el algoritmo de retropagación para ajustar los parámetros internos.
  • Permite a los modelos aprender representaciones capa por capa, de las salidas de capas anteriores.
  • Arquitecturas específicas como redes convolucionales profundas y redes recurrentes se utilizan para diferentes tipos de datos.

Principales resultados:

  • El aprendizaje profundo ha logrado un rendimiento de vanguardia en el reconocimiento del habla, el reconocimiento visual de objetos y la detección de objetos.
  • Se han observado avances en el procesamiento de imágenes, video, habla y audio utilizando redes convolucionales profundas.
  • Las redes recurrentes han demostrado un éxito significativo en el manejo de datos secuenciales, incluidos el texto y el habla.

Conclusiones:

  • El aprendizaje profundo proporciona métodos poderosos para descubrir estructuras intrincadas dentro de grandes conjuntos de datos.
  • La versatilidad de los modelos de aprendizaje profundo, incluidas las redes convolucionales y recurrentes, los hace aplicables a una amplia gama de problemas complejos.
  • Esta tecnología continúa impulsando la innovación en diversos campos como el descubrimiento de fármacos y la genómica.