یادگیری عمیق چیست؟ چه ویژگی‌ها و کارکردهایی دارد؟ در این مقاله آموزشی توصیح خواهیم داد. با ما همراه باشید.
یادگیری عمیق نوعی یادگیری ماشین و هوش مصنوعی (AI) است که از شیوه‌ای که انسان‌ها از انواع خاصی از دانش کسب می‌کنند ، تقلید می‌کند.
یادگیری عمیق چیست؟
یادگیری عمیق بخش مهمی از علم داده است که شامل آمار و مدل‌سازی پیش‌بینی کننده است. این برای دانشمندان داده که وظیفه جمع‌آوری ، تجزیه و تحلیل و تفسیر حجم زیادی از داده‌ها را بر عهده دارند بسیار مفید است. یادگیری عمیق این روند را سریع‌تر و آسان‌تر می‌کند.
در ساده‌ترین شکل ، یادگیری عمیق را می‌توان راهی برای خودکارسازی تجزیه و تحلیل پیش‌بینی کننده در نظر گرفت. در حالی که الگوریتم‌های سنتی یادگیری ماشین خطی هستند ، الگوریتم‌های یادگیری عمیق در سلسله مراتبی از افزایش پیچیدگی و انتزاعی شدن قرار می‌گیرند.
برای درک یادگیری عمیق ، کودکی را تصور کنید که اولین کلمه‌ای که یاد گرفته “سگ” است. کودکان نوپا با اشاره به اجسام و گفتن کلمه سگ می فهمند که سگ چیست (و چه نیست). والدین می‌گویند: “بله ، این یک سگ است” یا “نه ، این یک سگ نیست”. همان‌طور که کودکان نوپا به اشیا اشاره می‌کنند ، از ویژگی‌هایی که همه سگ‌ها دارند آگاه‌تر می‌شوند. کاری که کودک نوپا انجام می‌دهد ، ندانسته ، این است که یک انتزاع پیچیده در قالب مفهوم سگ را با ایجاد سلسله مراتبی که در آن هر سطح انتزاعی با دانش به دست آمده از لایه قبلی سلسله مراتب ایجاد می‌شود ، روشن می‌کند.
یادگیری عمیق چگونه کار می‌کند؟
برنامه‌های رایانه‌ای که از یادگیری عمیق استفاده می‌کنند ، تقریباً همان روندی را دارند که کودکان برای شناسایی سگ یاد می‌گیرند. هر الگوریتم در سلسله مراتب یک تغییر غیر خطی در ورودی خود اعمال می‌کند و از آن‌چه آموخته است برای ایجاد یک مدل آماری برای خروجی استفاده می‌کند. تکرارها ادامه می‌یابد تا خروجی به سطح قابل قبولی از دقت برسد.
این ساختار لایه‌ای در یادگیری عمیق هم‌چنان پیش می‌رود و به عمیق‌ترین و انتزاعی‌ترین مفاهیم می‌رسد.
در این مقاله در مورد اینکه یادگیری عمیق چیست صحبت کردیم.
منبع
۱. تعریف یادگیری عمیق – ترجمه از انگلیسی
این مقاله برای من مفید بود
1+ 0 نفر این مقاله را پسندیده
