Глубокое обучение

Глубокое обучение позволяет вычислительным моделям, состоящим из множества уровней обработки, обучаться представлениям данных с несколькими уровнями абстракции. Эти методы радикально улучшили современные результаты в распознавании речи, распознавании визуальных объектов, детекции объектов и во многих других областях, таких как разработка лекарств и геномика. Глубокое обучение выявляет сложную структуру в больших наборах данных, используя алгоритм обратного распространения ошибки, который показывает, как машине следует изменять внутренние параметры, применяемые для вычисления представления на каждом уровне из представления предыдущего уровня. Глубокие сверточные сети обеспечили прорыв в обработке изображений, видео, речи и аудио, тогда как рекуррентные сети позволили лучше анализировать последовательные данные, такие как текст и речь.