Uitleg
Deep learning is een tak van machine learning die kunstmatige neurale netwerken met veel verborgen lagen gebruikt. Elke laag bouwt voort op de vorige: in beeldherkenning leren vroege lagen randen, latere lagen vormen, en de laatste lagen objecten. Het "diepe" zit in die stapeling, niet in filosofische diepgang.
Deze aanpak werd praktisch toen er genoeg data, rekenkracht (vooral GPU's) en betere trainingsmethoden zoals backpropagation beschikbaar waren. Architecturen als convolutionele netwerken, recurrent netwerken en transformers zijn varianten op hetzelfde idee: representaties leren in plaats van features handmatig te ontwerpen.
Deep learning drijft huidige taalmodellen, spraakherkenning en beeldgeneratie. Het is krachtig, maar ook datahongerig en lastig uit te leggen: je ziet vaak wél dat het werkt, niet altijd waarom. Voor tabulaire bedrijfsdata is een eenvoudiger model soms nog steeds de betere keuze.
⚡ Voorbeelden
- •Een telefooncamera herkent gezichten zonder dat iemand per pixel regels schrijft
- •Een spraakassistent zet gesproken Nederlands om in tekst met een diep netwerk
- •Een taalmodel voorspelt het volgende woord op basis van de hele voorafgaande zin
Trefwoorden
Gerelateerde termen
Gerelateerde begrippen
Machine Learning, Neuraal Netwerk, Backpropagation, Transformer