Derin öğrenme, (Deep Learning - DL) bilgisayarlara verileri insan beyninden esinlenerek işlemeyi öğreten bir yapay zekâ (AI) yöntemidir.
Yapay sinir ağlarının (insan beyni gibi çalışacak şekilde modellenen algoritmalar) büyük miktarda veriden öğrendiği makine öğreniminin Machine Learning – ML bir altkümesidir.
Bir başka ifade ile derin öğrenme, veri işlemede insan beyninin işleyişini taklit eden bir makine öğrenimi alt dalıdır.
Makinelerin insan denetimi olmadan öğrenmesini sağlar.
Konuşulanları algılama, tercüme etme, nesneleri tanımlama ve karar verme yeteneği kazandırır.
Yapay sinir ağları (Artificial Neural Networks ANNs), makinelerin problem çözme yetenekleri, öz farkındalık, algı, yaratıcılık ve empati gibi insan özelliklerini sergileyebilmesi için geliştirilmiştir.
Derin öğrenme nasıl çalışır?
Derin öğrenme, insan beyninin çalışma şekline göre genel hatlarıyla modellenen algoritmalar olan sinir ağlarının katmanları tarafından desteklenir. Büyük miktarlarda veri ile eğitim, sinir ağındaki nöronları konfigüre etmektir.
Sonuç, eğitildikten sonra yeni verileri işleyen derin öğrenme modelidir.
Derin öğrenme modelleri, birden fazla veri kaynağından bilgi alır ve bu verileri insan müdahalesine gerek kalmadan gerçek zamanlı olarak analiz eder. Derin öğrenmede, grafik işleme birimleri (GPU'lar), aynı anda birden fazla hesaplamayı işleyebildikleri için eğitim modellerine yönelik olarak optimize edilmiştir. Derin öğrenme, otomasyonu ve analitik görevleri iyileştirebilen birçok yapay zekâ (AI) teknolojisine yön veren kavramdır.
Derin öğrenme ve sinir ağları arasındaki fark nedir?
Derin öğrenme ve sinir ağları; basit bir şekilde açıklanırsa derin öğrenme, çok katmanlı sinir ağlarına verilen addır.
Fotoğraflar veya ses gibi gözlemsel verileri anlamlandırmak için sinir ağları, verileri birbirine bağlı düğüm katmanlarından geçirir.
Örneğin, bilgi bir........