یادگیری عمیق

یادگیری عمیق روش جدیدی یادگیری ماشین است که فرآیندهای اجرایی هوش مصنوعی را برای ما سهولت می دهد.
یادگیری عمیق یک زیر مجموعه از ماشین لرنینگ است بطوری که تکامل بیشتری یافته است تا بتواند مسائل سخت تر را نیز حل نماید.
الگوریتم های دیپ لرنینگ تقریباً از الگوی پردازش اطلاعات موجود در مغز انسان الهام می گیرند.
درست مثل اینکه ما از مغز خود برای شناسایی الگوها و طبقه بندی انواع مختلف اطلاعات استفاده می کنیم.
الگوریتم های یادگیری عمیق را می توان برای انجام کارهای یکسان برای ماشین آلات آموزش داد.
مغز معمولاً سعی دارد که اطلاعات دریافتی را رمزگشایی کند، برای اینکار اطلاعات ورودی از حس های مختلف مانند بینایی یا شنوایی را برچسب گذاری میکند و به دسته بندی های مختلف دسته‌بندی میکند.
هر زمان که اطلاعات جدیدی دریافت می کنیم ، مغز سعی می کند قبل از ساختن اطلاعات ، آن را با یک مورد شناخته شده از قبل مقایسه کند، الگوریتم های یادگیری عمیق نیز از این ترفند برای شناسایی روابط بین داده های ورودی استفاده می کنند.

مقایسه یادگیری عمیق و یادگیری ماشینی می تواند به شما در درک تفاوتهای ظریف آنها کمک کند:

بطور مثال، درحالیکه دیپ لرنینگ به صورت خودکار ویژگی های مناسب برای استفاده در طبقه بندی داده ها را کشف میکند، در ماشین لرنینگ نیاز است که این ویژگی ها را خودمان در اختیار الگوریتم قرار دهیم!
علاوه بر این ، برخلاف ML ، یادگیری عمیق برای ارائه نتایج دقیق، به کامپیوترهای پیشرفته و مقدار زیادی از داده های آموزشی نیاز دارد؛