Le deep learning est un ensemble d’algorithmes utilisés dans le machine learning, qui sert à modéliser des extraction de données de haut niveau grâce à l’utilisation d’architectures de modèles, qui sont composées de multiples transformations non-linéaires. Il fait partie d’une large famille de méthodes utilisées en machine learning qui sont basées sur l’apprentissage de représentations de données.
En savoir plus
Le deep learning est une approche spécifique utilisée pour la construction et la formation de réseaux de neurones, considérés comme des nœuds décisionnels. Un algorithme est considéré comme « deep » si les données d’entrée passent par une série de non-linéarités ou de transformations non-linéaires avant leur affichage. En revanche, la plupart des algorithmes modernes de machine learning sont considérés comme « peu profond » parce que l’entrée ne peut passer que quelques niveaux d’appel de sous-programmes.
Le deep learning supprime l’identification manuelle des caractéristiques des données et s’appuie plutôt sur le processus d’apprentissage, quel qu’il soit, pour découvrir les modèles utiles dans les exemples d’entrée. Cela rend la formation du réseau neuronal plus facile et plus rapide, et peut donner un meilleur résultat qui fait progresser le domaine de l’intelligence artificielle.