یادگیری عمیق (به انگلیسی: Deep learning) (به بیانی دیگر: یادگیری ژرف ماشین، یادگیری ساختار ژرف یا یادگیری سلسله مراتبی) یک زیر شاخه از یادگیری ماشینی و بر مبنای مجموعه ای از الگوریتم ها است که در تلاش هستند مفاهیم انتزاعی سطح بالا در دادگان را مدل نمایند که این فرایند را با استفاده از یک گراف عمیق که دارای چندین لایه پردازشی متشکل از چندین لایه تبدیلات خطی و غیر خطی هستند، مدل می کنند. به بیان دیگر پایهٔ آن بر یادگیری نمایش دانش و ویژگی ها در لایه های مدل است.
بازگشت به عقب
شبکه عصبی مصنوعی
گرادیان کاهشی تصادفی
یادگیری ماشین
رگرسیون خطی
یک نمونه آموزشی (برای نمونه: تصویر یک گربه) می تواند به صورت های گوناگون بسان یک بردار ریاضی پر شده از مقدار به ازای هر پیکسل و در دید کلی تر به شکل یک مجموعه از زیرشکل های کوچک تر (نظیر اعضای صورت گربه) مدل سازی شود. برخی از این روش های مدل سازی سبب ساده شدن فرایند یادگیری ماشین (برای نمونه: تشخیص تصویر گربه) می شوند.در یادگیری ژرف امید به جایگزینی استخراج این ویژگی های تصویر به دست بشر (مانند اعضای گربه) با روش های کامل خودکار بی نظارت و نیمه نظارتی وجود دارد.
انگیزهٔ نخستین در به وجود آمدن این ساختار یادگیری از راه بررسی ساختار عصبی در مغز انسان الهام گرفته شده است که در آن یاخته های عصبی با فرستادن پیام به یکدیگر درک را امکان پذیر می کنند.بسته به فرض های گوناگون در مورد نحوهٔ اتصال این یاخته های عصبی، مدل ها و ساختارهای مختلفی در این حوزه پیشنهاد و بررسی شده اند، هرچند که این مدل ها به صورت طبیعی در مغز انسان وجود ندارد و مغز انسان پیچیدگی های بیشتری را دارا است. این مدل ها نظیر شبکه عصبی عمیق، شبکه عصبی پیچیده، شبکه باور عمیق پیشرفت های خوبی را در حوزه های پردازش زبان های طبیعی، پردازش تصویر ایجاد کرده اند.
در حقیقت عبارت یادگیری عمیق، بررسی روش های تازه برای شبکه عصبی مصنوعی است.
بازگشت به عقب
شبکه عصبی مصنوعی
گرادیان کاهشی تصادفی
یادگیری ماشین
رگرسیون خطی
یک نمونه آموزشی (برای نمونه: تصویر یک گربه) می تواند به صورت های گوناگون بسان یک بردار ریاضی پر شده از مقدار به ازای هر پیکسل و در دید کلی تر به شکل یک مجموعه از زیرشکل های کوچک تر (نظیر اعضای صورت گربه) مدل سازی شود. برخی از این روش های مدل سازی سبب ساده شدن فرایند یادگیری ماشین (برای نمونه: تشخیص تصویر گربه) می شوند.در یادگیری ژرف امید به جایگزینی استخراج این ویژگی های تصویر به دست بشر (مانند اعضای گربه) با روش های کامل خودکار بی نظارت و نیمه نظارتی وجود دارد.
انگیزهٔ نخستین در به وجود آمدن این ساختار یادگیری از راه بررسی ساختار عصبی در مغز انسان الهام گرفته شده است که در آن یاخته های عصبی با فرستادن پیام به یکدیگر درک را امکان پذیر می کنند.بسته به فرض های گوناگون در مورد نحوهٔ اتصال این یاخته های عصبی، مدل ها و ساختارهای مختلفی در این حوزه پیشنهاد و بررسی شده اند، هرچند که این مدل ها به صورت طبیعی در مغز انسان وجود ندارد و مغز انسان پیچیدگی های بیشتری را دارا است. این مدل ها نظیر شبکه عصبی عمیق، شبکه عصبی پیچیده، شبکه باور عمیق پیشرفت های خوبی را در حوزه های پردازش زبان های طبیعی، پردازش تصویر ایجاد کرده اند.
در حقیقت عبارت یادگیری عمیق، بررسی روش های تازه برای شبکه عصبی مصنوعی است.
wiki: یادگیری عمیق