Grundbegrepp
Djupinlärning (Deep Learning)
Djupinlärning är maskininlärning med neurala nätverk i många lager. Djupet syftar på antalet lager, inte på förståelse. Det är den teknik som gjorde att bild, tal och språk plötsligt började fungera, efter årtionden när de inte gjorde det.
Vad djupinlärning förväxlas med
Maskininlärning i allmänhet. Djupinlärning är en gren av den. Mycket maskininlärning som fungerar väl i verksamheter använder betydligt enklare metoder och kräver mycket mindre data.
Djup förståelse. Ordet djup är en beskrivning av arkitekturen. Ett nätverk med hundra lager förstår inte mer än ett med fem, det hittar bara mer sammansatta mönster.
Att mer data alltid är bättre. Djupinlärning behöver mycket data för att fungera alls, men mer data av samma slag löser sällan ett problem som beror på att datan var skev från början.
Var du möter ordet djupinlärning
I tekniska beskrivningar av hur ett verktyg är byggt, och i upphandlingsbilagor. Nästan aldrig i ett samtal där svaret ändrar vad någon ska göra.
Vad du kan göra med det
Ordet är sällan avgörande i ett beslut. Det som spelar roll är vad systemet tränats på och hur det uppför sig när det får ett fall det inte sett förut, och de frågorna ställs likadant oavsett vilken teknik som ligger under.
Vidare
Neurala nätverk om lagren som djupet syftar på. Maskininlärning om grenen ovanför. Se kurserna