Verschiedenes

Was ist Deep Learning und warum ist es relevanter als je zuvor?

Was ist Deep Learning und warum ist es relevanter als je zuvor?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Maschinelles Lernen? Tiefes Lernen? Künstliche Intelligenz? Diese Begriffe sind zum Synonym für die Moderne geworden; Begriffe, die Menschen gerne in Gesprächen in sozialen Medien und in Denkstücken herumwerfen. Wenn Sie diese Begriffe jedoch richtig verstehen, können Sie relativieren, wie sich einige der weltweit modernsten Technologien auf Ihr Leben auswirken.

Wir haben bereits künstliche Intelligenz und maschinelles Lernen angesprochen, aber heute werden Sie den weniger bekannten Cousin dieser Technologien, das tiefe Lernen, erforschen. Es stellt sich also die Frage, wie viel Sie über tiefes Lernen wissen.

SIEHE AUCH: NEHMEN SIE IHRE KI UND TIEFES LERNKENNTNIS MIT DIESEM ERWEITERTEN BUNDLE AUF DIE NÄCHSTE STUFE

Für Uneingeweihte ist Deep Learning eine Teilmenge des maschinellen Lernens, bei der künstliche neuronale Netze, vom menschlichen Gehirn inspirierte Algorithmen, aus großen Datenmengen lernen. Deep Learning ist Teil der breiteren Familie von Methoden des maschinellen Lernens, die auf der Darstellung von Lerndaten basieren.

Eine kurze Einführung

Sie haben das vielleicht gelesen und sind ein wenig verwirrt. Kurz gesagt, tiefes Lernen und alle Facetten der modernen KI verwenden Daten, um menschenähnliche „intelligente“ Entscheidungen zu treffen. Deep Learning lehrt Computer, grundsätzlich anhand von Beispielen oder Daten zu lernen.

Um dies ins rechte Licht zu rücken, wird Deep Learning für fahrerlose Autos verwendet, damit Fahrzeuge andere Fahrzeuge, Stoppschilder und sogar Fußgänger erkennen können, während Deep Learning auch im Mittelpunkt von Konsumgütern steht, z. und sogar auf einigen beliebten Webseiten.

Heute tauchen Sie tiefer in die Welt des tiefen Lernens ein und untersuchen, wie diese Untergruppe des maschinellen Lernens Ihr Leben verändern wird.

Die Welt des tiefen Lernens

Auch hier sind Daten der Schlüssel und bilden das Herzstück des tiefen Lernens. Sie können eine neue Fähigkeit durch Übung und Erfahrung lernen. Deep-Learning-Modelle machen dasselbe. Zurück zum Beispiel eines selbstfahrenden Autos: Ein Computermodell kann Tausende von Stoppschildern untersuchen, bevor es die Fähigkeit erhält, ein Stoppschild zu identifizieren.

Deep Learning-Computermodelle lernen, Klassifizierungsaufgaben direkt aus Bildern, Text oder sogar Ton auszuführen. Ein Deep-Learning-Modell kann „lernen“, genau zu sein und sogar seine menschlichen Schöpfer zu übertreffen.

Diese Modelle sind „trainiert“, um große Mengen beschrifteter Daten sowie neuronale Netzwerkarchitekturen zu verwenden, worauf wir später in diesem Artikel eingehen werden.

Warum jetzt?

Deep Learning steht im Vordergrund der KI und hilft bei der Gestaltung der Werkzeuge, mit denen wir ein enormes Maß an Genauigkeit erreichen. Fortschritte beim Deep Learning haben dieses Tool so weit gebracht, dass Deep Learning den Menschen bei einigen Aufgaben wie der Klassifizierung von Objekten in Bildern übertrifft.

Deep-Learning-Modelle erfordern Hochleistungs-GPUs und verwenden große Mengen beschrifteter Daten. Das fahrerlose Tesla-Auto, hinter dem Sie sitzen, benötigte Millionen von Bildern und Tausende von Stunden Video, bevor Sie nach Hause fahren konnten.

Lernen, die richtige Entscheidung zu treffen

Einige der heute am häufigsten verwendeten Deep-Learning-Methoden verwenden eine sogenannte neuronale Netzwerkarchitektur. Ein neuronales Netzwerk besteht aus einer Reihe von Algorithmen, die versuchen, zugrunde liegende Beziehungen in einem Datensatz durch einen Prozess zu erkennen, der die Funktionsweise des menschlichen Gehirns nachahmt.

Das Schöne an einem neuronalen Netzwerk ist seine Fähigkeit, das beste Ergebnis zu erzielen, ohne dass die Ausgabekriterien neu gestaltet werden müssen. Sie können Muster anhand von Daten erkennen und eine genaue Entscheidung treffen.

Wiederum stützen sich Deep-Learning-Techniken auf komplexe und schichtlastige neuronale Netze, um ein Bild, einen Ton oder einen Text zu identifizieren. Herkömmliche neuronale Netze enthalten möglicherweise nur 2-3 versteckte Schichten, während tiefe Netzwerke so viele wie haben können 150.

Nachdem Sie Ihr algorithmisches Modell erstellt haben, haben Sie ein Deep-Learning-Modell, das die biologische Struktur des Gehirns nachahmt. Deep Learning ist im Grunde maschinelles Lernen mit Steroiden. Jede Schicht verarbeitet Merkmale, und im Allgemeinen extrahiert jede Schicht einige wertvolle Informationen.

Wie von MIT News beschrieben, "besteht ein neuronales Netz, das lose dem menschlichen Gehirn nachempfunden ist, aus Tausenden oder sogar Millionen einfacher Verarbeitungsknoten, die dicht miteinander verbunden sind."

"Die meisten heutigen neuronalen Netze sind in Knotenschichten organisiert und" Feed-Forward ", was bedeutet, dass sich Daten nur in eine Richtung durch sie bewegen."

"Ein einzelner Knoten kann mit mehreren Knoten in der darunter liegenden Schicht verbunden sein, von der er Daten empfängt, und mit mehreren Knoten in der darüber liegenden Schicht, an die er Daten sendet."

Das wirft also die Frage auf, wie Deep Learning heute eingesetzt wird.

Deep Learning in der gesamten Branche

Deep-Learning-Modelle haben Ihre Welt bereits infiltriert und damit eine Reihe von Durchbrüchen in wichtigen Branchen eingeleitet, die von der Welt der Unterhaltungselektronik bis hin zu den Bereichen Luft- und Raumfahrt und Verteidigung reichen.

Häufiger wird Deep Learning in automatisierten Hör- und Sprachübersetzungsanwendungen verwendet, die auf Apps und Smart Devices zu finden sind. Deep-Learning-Anwendungen helfen diesen Systemen, Ihre Stimme zu erkennen und genaue Antworten zu liefern.

Im medizinischen Bereich nutzen Forscher Deep Learning, um Krebszellen zu erkennen. Sogar Industrieunternehmen nutzen Deep Learning, um das Leben der Mitarbeiter zu verbessern und festzustellen, wann die Gefahr besteht, dass sich Arbeitnehmer beim Bedienen schwerer Maschinen verletzen.

Deep-Learning-Tools werden die Art und Weise, wie Menschen arbeiten, Produkte erstellen und sogar entwerfen, weiter verändern. Dies ist nur der Anfang.


Schau das Video: Stock Price Prediction Using Python u0026 Machine Learning (Juni 2022).


Bemerkungen:

  1. Mervin

    junger Mann

  2. Perkinson

    Sie liegen falsch. Ich bin in der Lage, es zu beweisen. Schreiben Sie mir in PM, sprechen Sie.

  3. Yerodin

    Groß für Sie, danke für die Hilfe in dieser Frage. Ich wusste es nicht.

  4. Gilmar

    Ich war angenehm überrascht, wie der Autor leicht über alles schreibt, was ihn interessiert. Da ist etwas!



Eine Nachricht schreiben