Глубокое обучение - это подполе машинного обучения, которое (вообще говоря) - это технология, вдохновленная человеческим мозгом и его функциями. Впервые появившаяся в 1950-х годах, машинное обучение в совокупности основывается на том, что известно как искусственная нейронная сеть, множество взаимосвязанных узлов данных, которые в совокупности образуют основу для искусственного интеллекта. (Для основ машинного обучения, проверьте Машинное обучение 101.)
Машинное обучение, по сути, позволяет компьютерным программам меняться, когда им подсказывают внешние данные или программирование. По своей природе это может сделать это без человеческого взаимодействия. Он имеет аналогичную функциональность с интеллектуальным анализом данных, но с добытыми результатами, которые будут обрабатываться машинами, а не людьми. Он делится на две основные категории: контролируемое и неконтролируемое обучение.
Контролируемое машинное обучение включает в себя вывод заранее определенных операций через помеченные данные обучения. Другими словами, контролируемые результаты заранее известны (человеческому) программисту, но система, выводящая результаты, обучена «изучать» их. Напротив, неконтролируемое машинное обучение делает выводы из немаркированных входных данных, часто в качестве средства обнаружения неизвестных паттернов.
