Deep learning
Głębokie uczenie (zwane również głębokim uczeniem strukturalnym lub uczeniem hierarchicznym) jest rodzajem uczenia maszynowego, które jest najczęściej używane z pewnymi rodzajami sieci neuronowych. Podobnie jak w przypadku innych rodzajów uczenia maszynowego, sesje uczenia mogą być nienadzorowane, półnadzorowane lub nadzorowane. W wielu przypadkach struktury są zorganizowane tak, że istnieje co najmniej jedna warstwa pośrednia (lub warstwa ukryta), pomiędzy warstwą wejściową a warstwą wyjściową.
Niektóre zadania, takie jak rozpoznawanie i rozumienie mowy, obrazów lub pisma ręcznego, są łatwe do wykonania dla ludzi. Jednak dla komputera zadania te są bardzo trudne do wykonania. W wielowarstwowej sieci neuronowej (posiadającej więcej niż dwie warstwy), przetwarzane informacje będą stawały się bardziej abstrakcyjne z każdą dodaną warstwą.
Modele głębokiego uczenia są inspirowane wzorcami przetwarzania informacji i komunikacji w biologicznych systemach nerwowych; różnią się one od strukturalnych i funkcjonalnych właściwości biologicznych mózgów (w szczególności mózgu ludzkiego) na wiele sposobów, co czyni je niezgodnymi z dowodami neuronaukowymi.
Wielowarstwowa sieć neuronowa.
Pytania i odpowiedzi
P: Co to jest uczenie głębokie?
O: Głębokie uczenie się jest rodzajem uczenia maszynowego, które wykorzystuje sieci neuronowe do przetwarzania informacji i często jest zorganizowane z co najmniej jedną warstwą pośrednią (ukrytą) pomiędzy warstwą wejściową i wyjściową.
P: Jakie są różne rodzaje sesji uczenia się stosowane w deep learningu?
O: Uczenie głębokie można podzielić na sesje uczenia się bez nadzoru, z nadzorem i półnadzorem.
P: Jakie są niektóre zadania, które są łatwe dla ludzi, ale trudne do wykonania przez komputery?
O: Zadania takie jak rozpoznawanie i rozumienie mowy, obrazów lub pisma ręcznego są łatwe dla ludzi, ale trudne do wykonania przez komputery.
P: Co dzieje się z informacją, gdy jest ona przetwarzana w wielowarstwowej sieci neuronowej?
O: W wielowarstwowej sieci neuronowej przetwarzane informacje stają się bardziej abstrakcyjne z każdą dodaną warstwą.
P: Czym inspirowane są modele głębokiego uczenia?
O: Modele głębokiego uczenia się są inspirowane wzorcami przetwarzania informacji i komunikacji w biologicznych systemach nerwowych.
P: Czym modele głębokiego uczenia różnią się od właściwości biologicznych mózgów?
O: Modele głębokiego uczenia się różnią się pod wieloma względami od strukturalnych i funkcjonalnych właściwości mózgu biologicznego, zwłaszcza ludzkiego, co sprawia, że są niezgodne z dowodami neurobiologii.
P: Jakie jest inne określenie głębokiego uczenia?
O: Uczenie głębokie jest również znane jako głębokie uczenie strukturalne lub uczenie hierarchiczne.
