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?

Switch (Vertrieb)   P2P   WYSIWYG   Widget   503 - Fehler   501- Fehler   Data Lake   API   Customer Journey   Service-Design  



Themen & Moderatoren DestinationCamp 2019

9. Kreativ- und Zukunftswerkstatt im Tourismus.

HIER gehts zum Programm
© 2019 netzvitamine GmbH | Impressum | Datenschutz | Glossar | Jobs