Βαθιά μάθηση

Συγγραφέας: Eugene Taylor
Ημερομηνία Δημιουργίας: 10 Αύγουστος 2021
Ημερομηνία Ενημέρωσης: 1 Ιούλιος 2024
Anonim
Βαθιά μηχανική μάθηση και τεχνητή νοημοσύνη
Βίντεο: Βαθιά μηχανική μάθηση και τεχνητή νοημοσύνη

Περιεχόμενο

Ορισμός - Τι σημαίνει η βαθιά μάθηση;

Η βαθιά εκμάθηση είναι μια συλλογή αλγορίθμων που χρησιμοποιούνται στη μηχανική μάθηση, που χρησιμοποιείται για τη μοντελοποίηση υψηλού επιπέδου αφαίρεσης δεδομένων μέσω της χρήσης αρχιτεκτονικών μοντέλων, που αποτελούνται από πολλαπλούς μη γραμμικούς μετασχηματισμούς. Είναι μέρος μιας ευρείας οικογένειας μεθόδων που χρησιμοποιούνται για μηχανική μάθηση που βασίζονται σε μαθησιακές αναπαραστάσεις δεδομένων.


Εισαγωγή στη Microsoft Azure και το Microsoft Σε αυτό τον οδηγό θα μάθετε τι είναι το cloud computing και πώς η Microsoft Azure μπορεί να σας βοηθήσει να μεταφέρετε και να εκτελέσετε την επιχείρησή σας από το cloud.

Η Techopedia εξηγεί τη βαθιά μάθηση

Η βαθιά εκμάθηση είναι μια συγκεκριμένη προσέγγιση που χρησιμοποιείται για την οικοδόμηση και την κατάρτιση νευρωνικών δικτύων, τα οποία θεωρούνται πολύ υποσχόμενους κόμβους λήψης αποφάσεων. Ένας αλγόριθμος θεωρείται βαθύς εάν τα δεδομένα εισόδου περνούν μέσω μίας σειράς μη γραμμικών ή μη γραμμικών μετασχηματισμών προτού να εξάγονται. Αντίθετα, οι περισσότεροι σύγχρονοι αλγόριθμοι μάθησης μηχανών θεωρούνται "ρηχές", επειδή η είσοδος μπορεί να πάει μόνο μερικά επίπεδα υποτροπής.

Η βαθιά μάθηση αφαιρεί τη χειροκίνητη αναγνώριση των χαρακτηριστικών στα δεδομένα και αντ 'αυτού βασίζεται σε οποιαδήποτε εκπαιδευτική διαδικασία έχει για να ανακαλύψει τα χρήσιμα μοτίβα στα παραδείγματα εισόδου. Αυτό κάνει την κατάρτιση του νευρικού δικτύου ευκολότερη και ταχύτερη και μπορεί να αποφέρει ένα καλύτερο αποτέλεσμα που προωθεί το πεδίο της τεχνητής νοημοσύνης.