El aprendizaje de representaciones busca que un modelo descubra por sí mismo, a partir de los datos, qué características o transformaciones son más útiles para resolver una tarea, en lugar de depender de que una persona diseñe manualmente esas características de antemano.
Por qué es central en el deep learning moderno
Es precisamente lo que distingue al deep learning de los métodos de machine learning más tradicionales: en lugar de alimentar a un modelo con características diseñadas a mano, se le entrega el dato lo más crudo posible, y la propia red neuronal aprende, capa por capa, representaciones cada vez más útiles y abstractas de esos datos.