Turinys:
Apibrėžimas - ką reiškia gilus mokymasis?
Giluminis mokymasis yra mašininiame mokyme naudojamų algoritmų, naudojamų modeliuoti aukšto lygio duomenų abstrakcijas naudojant modelio architektūras, sudarytas iš daugybės netiesinių transformacijų, rinkinys. Tai yra dalis plačios metodų, naudojamų mašininiam mokymuisi, grupės, pagrįstos mokymosi duomenų vaizdavimu.
„Techopedia“ paaiškina gilųjį mokymąsi
Giluminis mokymasis yra specifinis metodas, naudojamas kuriant ir mokant neuroninius tinklus, kurie yra laikomi labai perspektyviais sprendimų priėmimo mazgais. Algoritmas laikomas giliu, jei įvesties duomenys yra perduodami per netiesiškumą ar netiesines transformacijas, kol jie tampa išvestimi. Priešingai, dauguma šiuolaikinių mašininio mokymosi algoritmų laikomi „sekliais“, nes įvestis gali vykti tik keliais paprogramių iškvietimo lygiais.
Gilus mokymasis pašalina rankiniu būdu identifikuojamas duomenų savybes, o pasikliauja bet kokiu mokymo procesu, kad surastų naudingus įvesties pavyzdžių modelius. Tai leidžia lengviau ir greičiau treniruoti neuroninį tinklą ir gali duoti geresnį rezultatą, pažengiantį dirbtinio intelekto srityje.
