Deep learning

I denne artikel vil vi udforske den fascinerende verden af ​​Deep learning og opdage dens indflydelse på vores samfund. Fra dens oprindelse til dens nuværende udvikling har Deep learning været genstand for interesse og debat. Gennem historien har Deep learning spillet en væsentlig rolle i forskellige aspekter af menneskelivet, hvilket har påvirket vores overbevisning, adfærd og relationer. Gennem en dyb og tankevækkende analyse vil vi undersøge de forskellige aspekter af Deep learning og dets relevans i den moderne verden. Fra dets historiske rødder til dets fremtidige implikationer søger denne artikel at tilbyde et komplet og indsigtsfuldt syn på Deep learning og dets betydning i nutidens kultur og samfund.

Deep learning (også: deep structured learning eller hierarchical learning) er en del af området maskinlæring via kunstige neurale netværk. Deep learning er baseret på en konfiguration af algoritmer, som forsøger at modellere abstraktioner i data på højt niveau ved at anvende mange proceslag med komplekse strukturer, bestående af mange lineare og ikke-linear afbildninger. Deep learning kan være overvåget, halv-overvåget eller uovervåget og har fået stor gennemslagskraft indenfor blandt andet billedklassificering, computervision, sprogbehandling, biostatistik og lydgenkendelse.

Geoffrey Hinton, Yann LeCun och Yoshua Bengio er pionerer indenfor deep learning.

Se også

• Kunstig intelligens
• Genetisk programmering

Referencer

1. ^ LeCun, Yann; Bengio, Yoshua; Hinton, Geoffrey, "Deep learning", Nature (engelsk), vol. 521, no. 7553, s. 436-444, doi:10.1038/nature14539, ISSN 0028-0836, hentet 2015-12-15
2. ^ ^{a b} Goodfellow, Ian, Deep learning, ISBN 9780262035613, OCLC 955778308, hentet 2019-04-23{{citation}}: CS1-vedligeholdelse: Ekstra punktum (link) CS1-vedligeholdelse: Flere navne: authors list (link)
3. ^ Schmidhuber, Jürgen (2015-1), "Deep learning in neural networks: An overview", Neural Networks (engelsk), vol. 61, s. 85-117, doi:10.1016/j.neunet.2014.09.003, arkiveret fra originalen 25. februar 2020, hentet 2019-04-23 {{citation}}: Tjek datoværdier i: |år= (hjælp)
4. ^ Kai-Fu Lee, 2018, side=86