یادگیری عمیق چیست؟

یادگیری عمیق چیست؟

هوش مصنوعی (Artificial intelligence)

یادگیری عمیق چیست؟  هوش مصنوعی (Artificial intelligence)، به سیستم‌ یا ماشین‌ گفته می‌شود که برگرفته از توانایی هوش انسانی است و می‌توانند بر اساس اطلاعاتی که جمع‌آوری می‌کنند، خود را به طور مکرر بهبود بخشد. و توانایی تفکر و تجزیه و تحلیل داده های بزرگ را با عملکرد خاصی فراهم کند. هوش مصنوعی (Artificial intelligence)جایگزین انسان نیست بلکه به صورت قابل توجهی توانایی و مشارکت انسانی را افزایش می دهد. در حقیقیت توانایی طراحی ماشین‌های هوشمند یا توسعه نرم‌افزارهای خودآموز است که از ویژگی‌های ذهن انسان مانند استدلال، حل مسئله، برنامه‌ریزی، تصمیم‌گیری بهینه، ادراکات حسی تقلید می کند. هوش مصنوعی شامل یادگیری ماشین (machine learning) و بازخورد (feed back) است زیرا همیشه داده هایی که سیستم از آن استفاده می کند با اطمینان کامل درست نمی باشند و نیاز به بازخورد دارند. امروز هوش مصنوعی قابلیت های خود را در سازمان ها نمایان کرده است. و هم چنین در حال تکامل به هوش تطبیقی است. برنامه های کاربردی هوش تطبیقی به شرکت ها این امکان را می دهد که داده های خود را به صورت لحظه ای یکپارچه کنند. و با زیرساخت محاسباتی پیشرفته ای که دارند تصمیم های تجاری بهتری بگیرند. این برنامه ها کسب و کار شما را هوشمند تر می کنند و سبب ارائه محصولات ، خدمات و توصیه های بهتر می شود.

یادگیری ماشین (machine learning)

یادگیری ماشینی (machine learning) یکی از رشته‌های علوم کامپیوتر است که از الگوریتم‌ها و تحلیل‌های کامپیوتری برای ساخت مدل‌های پیش‌بینی‌کننده استفاده می‌کند که می‌تواند مشکلات تجاری را حل کند. یادگیری ماشین، سیستم های متمرکزی است که براساس داده هایی که بدست می آوردند، یاد می گیرند. و هم چنین می تواند خود را بهبود بخشند. که برای انواع داده های عددی، متنی، تصویر و صدا کاربرد دارند. الگوریتم‌های یادگیری ماشینی مدلی را بر اساس داده‌های نمونه می‌سازند که به داده‌های آموزشی معروف است، تا بدون برنامه‌ریزی صریح، پیش‌بینی یا تصمیم‌گیری کنند.

یادگیری عمیق (Deep Learning)

یادگیری عمیق زیرمجموعه ای از یادگیری ماشینی است که با الگوریتم هایی الهام گرفته از ساختار و عملکرد مغز انسان سروکار دارد. الگوریتم های یادگیری عمیق می توانند با حجم عظیمی از داده های ساختاریافته و بدون ساختار کار کنند. مفهوم اصلی یادگیری عمیق در شبکه های عصبی مصنوعی نهفته است که ماشین ها را قادر به تصمیم گیری می کند. تفاوت عمده بین یادگیری عمیق و یادگیری ماشین در نحوه ارائه داده ها به ماشین است. الگوریتم‌های یادگیری ماشین معمولاً به داده‌های ساختاریافته نیاز دارند، در حالی که شبکه‌های یادگیری عمیق بر روی چندین لایه شبکه‌های عصبی مصنوعی کار می‌کنند. شبکه عصبی کانولوشنال CNN: یکی از شبکه های عصبی عمیق است که بیشتر برای تجزیه و تحلیل تصویر استفاده می شود. شبکه عصبی بازگشتی RNN: از اطلاعات متوالی برای ساخت یک مدل استفاده می کند. مدل باید داده های گذشته را به خاطر بسپارد تا بتواند بهتر عمل کند.