Dyp læring

Fra Wikipedia, den frie encyklopedi
Hopp til navigering Hopp til søk
Hvordan dyp læring er en delmengde av maskinlæring og hvordan maskinlæring er en delmengde av kunstig intelligens (AI).

Dyp læring (engelsk deep learning) er en læreprosess som går ut på å «trene opp» såkalte «dype kunstige nevrale nettverk» (også kjent som «nevrale nettverk»). Dette er en sentral metode innen maskinlæring – hvor det er et prinsipp at datamaskiner skal tilegne seg kunnskap (lære) om noe den ikke vet eller kan fra før.[1] Dyp læring er basert på et sett med algoritmer som forsøker å modellere abstraksjoner i data på høynivå ved å bruke mange prosesslag med komplekse strukturer, som består av mange lineære og ikke-lineære transformasjoner.[2][3] Læreprosessen kan bli overvåket, semi-overvåket eller uten tilsyn, og har hatt en stor innvirkning på områder som bilde klassifisering, datamaskin syn (engelsk computer vision), språkbehandling, biostatistikk og lydgjenkjenning.[3][4]

Litteratur[rediger | rediger kilde]

Referanser[rediger | rediger kilde]

  1. ^ Tidemann, Axel. «Dyp læring» (norsk). Store norske leksikon. Besøkt 30. mai 2019. 
  2. ^ LeCun, Yann; Bengio, Yoshua; Hinton, Geoffrey. «Deep learning» (engelsk). Nature. s. 436-444. ISSN 0028-0836. doi:10.1038/nature14539. Besøkt 30. mai 2019. 
  3. ^ a b (Bengio)
  4. ^ Schmidhuber, Jürgen (1. januar 2015). «Deep learning in neural networks: An overview» (engelsk). Neural Networks. s. 85–117. doi:10.1016/j.neunet.2014.09.003. Besøkt 30. mai 2019. 

Eksterne lenker[rediger | rediger kilde]

informatikkstubbDenne informatikkrelaterte artikkelen er foreløpig kort eller mangelfull, og du kan hjelpe Wikipedia ved å utvide den.