Deep Learning ist eine Teilmenge des maschinellen Lernens, die Daten verarbeitet und Muster zur Verwendung bei der Entscheidungsfindung erstellt. Deep-Learning-Techniken lehren Maschinen, Aufgaben auszuführen, für deren Ausführung sonst menschliche Intelligenz erforderlich wäre.
Neuronale Netze, maschinelles Lernen, Daten und komplexe Algorithmen
Deep Learning umfasst mehrere Technologien, einschließlich mehrschichtiger künstlicher neuronaler Netzwerkarchitekturen, um eine genaue Objekterkennung, Spracherkennung und Sprachübersetzung zu ermöglichen. Die Struktur eines neuronalen Netzwerks ähnelt der vernetzten Struktur von Neuronen im Gehirn, mit Schichten verbundener Knoten, die aus Daten lernen und trainiert werden können, um Muster zu erkennen, Daten zu klassifizieren und Ereignisse vorherzusagen.
Deep-Learning-Modelle verwenden maschinelles Lernen, eine Art künstliche Intelligenz (KI), bei der Maschinen ohne menschliche Beteiligung aus Erfahrung lernen können. Deep Learning verwendet auch komplexe Algorithmen, die vom menschlichen Gehirn und seiner Funktionsweise inspiriert sind, um aus großen Mengen markierter Daten zu lernen.
Bei großen Datenmengen und einer neuronalen Netzwerkarchitektur lernen Deep-Learning-Modelle direkt aus den Daten, ohne dass eine manuelle Extraktion erforderlich ist. Die Deep Learning-Technologie entwickelt sich schnell weiter, was zum großen Teil auf die erstaunliche Datenmenge zurückzuführen ist, die wir jeden Tag generieren. Deep-Learning-Netzwerke verbessern sich weiter, wenn die Größe Ihrer Daten zunimmt.
Wachsende Datenressourcen und Fortschritte bei der Rechenleistung, die Deep-Learning-Algorithmen zugute kommen, haben dazu beigetragen, diese Technologie schnell weiterzuentwickeln.
Beispiele für Deep Learning
Heute ist die Deep-Learning-Forschung eine treibende Kraft hinter vielen der Technologien, die wir täglich verwenden - von den Sprachsteuerungsfunktionen unserer intelligenten Geräte bis hin zu selbstfahrenden Autos. Oft sind die Vorteile für Endbenutzer so in Geräte integriert, dass die Benutzer möglicherweise gar nicht bemerken, dass Deep-Learning-Algorithmen und KI tief in viele der Online-Dienste und Apps eingebettet sind, die wir täglich verwenden.
Sowohl Netflix als auch Amazon verwenden Deep-Learning-Algorithmen, um Produkte und Shows vorzuschlagen. Intelligente virtuelle Assistenten (Alexa, Bixby, Cortana, Google Assistant oder Siri) verwenden Deep-Learning, um Sprache und die Sprache zu verstehen, die Menschen verwenden, wenn sie mit ihnen interagieren. Weitere Beispiele für tiefes Lernen sind die Kolorierung von Schwarzweißbildern, autonome Fahrzeuge, Übersetzer, Gesichtserkennung, Klassifizierung und Diagnose medizinischer Krankheiten.