Glossar: Deep Learning

Deep Learning ist der derzeit erfolgsversprechendste Teilbereich des maschinellen Lernens und arbeitet mit künstlichen neuronalen Netzen. Diese neuronalen Netze befähigen die Maschine dazu, eigenständig Strukturen zu erkennen, sie zu evaluieren und sich dabei selbst und ständig zu verbessern. Deep Learning beruht nicht auf Algorithmen, sondern auf statistischer Datenanalyse. Sie wird immer dann erforderlich, wenn keine klaren Regeln bestehen, nach denen die Maschine verfahren soll.

Der Erfolg im Bereich Deep Learning ist unter anderem darauf zurückzuführen, dass immer leistungsfähigere Hardware entwickelt wird und immer größere Datenmengen zur Verfügung stehen, die für das Training der neuronalen Netze genutzt werden können (t3n).

Beispiele:

Ein Beispiel für Deep Learning findet sich in der Bilderkennung. Eine Aufgabe für die Maschine könnte sein, aus einem Pool aus Bildern jene zu ermitteln, auf denen Hunde abgebildet sind. Die Machine würde zunächst mit allen verfügbaren Hundebildern gefüttert werden und nach und nach selbstständig ein Erkennungsmuster entwickeln. Je länger die Maschine "lernt", desto besser wird ihre Erkennungsgenauigkeit (t3n).

zurück zur Übersicht


Kennen Sie auch diese Begriffe?

DWH   EDF   CMT   BAR-Rate   Social Sensors   Telematics   WYSIWYG   COO   Touchpoints   CDN  



Werkschau DestinationCamp 2018

Ergebnisse der 8. Kreativ- und Zukunftswerkstatt im Tourismus jetzt verfügbar!

HIER bestellen oder als PDF downloaden
© 2018 netzvitamine GmbH | Impressum | Datenschutz | Glossar | Jobs