Apprentissage en profondeur Python - Introduction
L'apprentissage structuré profond ou l'apprentissage hiérarchique ou l'apprentissage profond en bref fait partie de la famille des méthodes d'apprentissage automatique qui sont elles-mêmes un sous-ensemble du domaine plus large de l'intelligence artificielle.
L'apprentissage en profondeur est une classe d'algorithmes d'apprentissage automatique qui utilisent plusieurs couches d'unités de traitement non linéaires pour l'extraction et la transformation d'entités. Chaque couche successive utilise la sortie de la couche précédente comme entrée.
Les réseaux de neurones profonds, les réseaux de croyances profondes et les réseaux de neurones récurrents ont été appliqués à des domaines tels que la vision par ordinateur, la reconnaissance vocale, le traitement du langage naturel, la reconnaissance audio, le filtrage des réseaux sociaux, la traduction automatique et la bioinformatique où ils ont produit des résultats comparables et dans certains cas. mieux que les experts humains.
Algorithmes et réseaux d'apprentissage profond -
sont basés sur l'apprentissage non supervisé de plusieurs niveaux de caractéristiques ou de représentations des données. Les entités de niveau supérieur sont dérivées d'entités de niveau inférieur pour former une représentation hiérarchique.
utilisez une forme de descente de gradient pour l'entraînement.