deep learning
Eigenschappen
| Voorkeurslabel | deep learning |
|---|---|
| Definitie | Deep learning is een deel van een grotere familie van methodes van machinaal leren, gebaseerd op kunstmatige neurale netwerken. Het leren kan gesuperviseerd gebeuren, semi-gesuperviseerd, of niet gesuperviseerd. |
| Toelichting op definitie | Deep learning kan toegepast worden in domeinen zoals beeldherkenning, spraakherkenning, natural language processing, audioherkenning, social network-filtering, machinevertaling, bioinformatica, samenstelling van medicijnen, medische beeldherkenning en bordspelprogramma's. Ze kunnen soms resultaten bekomen vergelijkbaar met of soms beter dan menselijke specialisten.
Deep learning is een onderdeel van machine learning, gebaseerd op meerlaagse neurale netwerken. Er zijn talloze voorbeelden van deep learning waarbij de technologie het menselijke brein moeiteloos verslaat. Deep learning is een discipline van machine learning, waarin gelaagde neurale netwerken leren van grote hoeveelheden data. Met machine learning refereren we aan algoritmen waarvan de performance verbetert naarmate ze vaker aan data worden blootgesteld. Kunstmatige intelligentie is een (software-)construct dat zelfstandig kan waarnemen, redeneren en reageren. |
| Exacte overeenkomst | https://nl.wikipedia.org/wiki/Deep_learning, https://www.globalorange.nl/artificial-intelligence-machine-learning-en-deep-learning |
| Afbeelding van | https://i2.wp.com/semiengineering.com/wp-content/uploads/2018/01/MLvsDL.png?resize=733%2C405&ssl=1, https://irishtechnews-ie.exactdn.com/wp-content/uploads/2019/03/AI_vs_ML-759x500.jpg?lossy=1&ssl=1 |
| Status | Concept |
Relaties
| Vertrekpunt | Relatie | Eindpunten |
|---|---|---|
| deep learning | Bron van |
|
| deep learning | Gerelateerd |
Afgeleide relaties
| Vertrekpunt | Relatie | Eindpunt |
|---|---|---|
| deep learning model (Begrip) | Deel van | deep learning |
| DEEP (Begrip) | Gerelateerd | deep learning |
