Apa yang dimaksud dengan Deep Learning?

Haq Dev    12/25/2017    blog    Comment   

Penjelasan Mengenai Deep Learning 

Apakah yang di maksud dengan Deep Learning itu?

Deep learning adalah bagian dari pembelajaran mesin. Biasanya, ketika orang menggunakan istilah belajar mendalam, mereka mengacu pada jaringan syaraf tiruan dalam, dan agak jarang belajar penguatan mendalam.

Deep Learning

Baca Juga: Pengertian AI

Jaringan syaraf tiruan yang dalam adalah seperangkat algoritma yang telah menetapkan catatan baru dalam akurasi untuk banyak masalah penting, seperti pengenalan gambar, pengenalan suara, sistem recommender, dll.

Misalnya, pembelajaran mendalam adalah bagian dari algoritma AlphaGo DeepMind yang terkenal, yang mengalahkan mantan juara dunia Lee Sedol di Go pada awal 2016, dan juara dunia saat ini Ke Jie pada awal 2017. Penjelasan lebih lengkap tentang karya saraf ada di sini.

Deep adalah istilah teknis. Ini mengacu pada jumlah lapisan dalam jaringan saraf. Sebuah jaringan dangkal memiliki satu lapisan tersembunyi yang disebut, dan jaringan dalam memiliki lebih dari satu.

Beberapa lapisan tersembunyi memungkinkan jaringan syaraf dalam untuk mempelajari fitur data dalam hirarki fitur yang disebut, karena fitur sederhana (misalnya dua piksel) bergabung kembali dari satu lapisan ke lapisan berikutnya, untuk membentuk fitur yang lebih kompleks (misalnya sebuah garis).

Jaring dengan banyak lapisan melewati data masukan (fitur) melalui operasi matematika lebih banyak daripada jaring dengan sedikit lapisan, dan oleh karena itu lebih banyak komputasi intensif untuk dilatih. Intensitas komputasional adalah salah satu keunggulan pembelajaran yang mendalam, dan inilah salah satu alasan mengapa GPU diminta untuk melatih model pembelajaran mendalam.

Jadi, Anda bisa menerapkan definisi yang sama untuk belajar mendalam bahwa Arthur Samuel melakukan pembelajaran mesin - sebuah bidang studi yang memberi komputer kemampuan untuk belajar tanpa diprogram secara eksplisit - sambil menambahkan bahwa hal itu cenderung menghasilkan akurasi yang lebih tinggi, memerlukan lebih banyak perangkat keras atau waktu pelatihan, dan melakukan dengan sangat baik pada tugas persepsi mesin yang melibatkan data tidak terstruktur seperti gumpalan piksel atau teks.