Hluboké učení

Hluboké učení (anglicky deep learning) je disciplína v rámci strojového učení, která se zabývá využitím algoritmů (především neuronových sítí) s velkým počtem vrstev (layers) reprezentujících data. Hloubkou modelu se nazývá počet vrstev (obvykle složených z umělých neuronů), které jsou za sebou zapojeny tak, že výstup jedné z nich je vstupem následující vrstvy. U modelů hlubokého učení se přitom hloubka nachází často v řádech desítek a více vrstev. Pro odhad parametrů sítě (trénování) se obvykle používá algoritmus zpětného šíření chyby. Metodologie hlubokého učení se prosadila kolem roku 2010 jako základní možnost pro řešení složitých problémů strojového učení jako je klasifikace obrazů, promluv a videí nebo překlady z jednoho přirozeného jazyka do jiného.