Dyp læring
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 affine og ikke-lineære transformasjoner.[2][3] Læreprosessen kan bli overvåket, semi-overvåket eller uten tilsyn, og har hatt en stor innvirkning på områder som bildeklassifisering, datamaskinsyn (engelsk computer vision), språkbehandling, biostatistikk og lydgjenkjenning.[3][4]
Litteratur rediger
- Bengio, Yoshua (2016). Deep learning. ISBN 9780262035613. OCLC 955778308
Referanser rediger
- ^ Tidemann, Axel. «Dyp læring» (norsk). Store norske leksikon. Besøkt 30. mai 2019.
- ^ LeCun, Yann; Bengio, Yoshua; Hinton, Geoffrey. «Deep learning» (engelsk). Nature. s. 436-444. ISSN 0028-0836. doi:10.1038/nature14539. Besøkt 30. mai 2019.
- ^ a b (Bengio)
- ^ 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.