Tartalomjegyzék:
Meghatározás - Mit jelent a mély tanulás?
A mély tanulás a gépi tanulásban használt algoritmusok gyűjteménye, amelyek az adatok magas szintű absztrakcióinak modellezésére szolgálnak olyan modell-architektúrák felhasználásával, amelyek több nemlineáris transzformációból állnak. Ez a gépi tanuláshoz használt módszerek széles családjának része, amelyek az adatok tanulási reprezentációin alapulnak.
A Techopedia magyarázza a mély tanulást
A mély tanulás speciális megközelítés az idegi hálózatok felépítéséhez és képzéséhez, amelyeket rendkívül ígéretes döntéshozatali csomópontoknak tekintnek. Az algoritmus akkor tekinthető mélynek, ha a bemeneti adatokat nemlinearitások vagy nemlineáris transzformációk sorozatán továbbítják, még mielőtt azok kimenetté válnának. Ezzel szemben a legtöbb modern gépi tanulási algoritmust "sekélynek" tekintik, mivel a bemenet csak néhány szintű szubrutin hívást hajthat végre.
A mély tanulás eltávolítja az adatok kézi azonosítását, és ehelyett bármilyen képzési folyamatra támaszkodik, hogy felfedezzék a bemeneti példákban hasznos mintákat. Ez megkönnyíti és gyorsabbá teszi a neurális hálózat kiképzését, és jobb eredményt hozhat, amely elősegíti a mesterséges intelligencia területét.
