Uitleg
Een neuraal netwerk is een computersysteem dat is geïnspireerd op hoe biologische hersenen informatie verwerken. Het bestaat uit lagen van kunstmatige neuronen (nodes) die verbonden zijn met gewichten. Informatie stroomt van input-laag door verborgen lagen naar output-laag.
Neurale netwerken leren door gewichten aan te passen via backpropagation en gradient descent. Met drie of meer verborgen lagen worden ze "deep" neurale netwerken, wat deep learning mogelijk maakt. Neurale netwerken kunnen complexe niet-lineaire relaties leren.
Neurale netwerken zijn universele approximators: theoretisch kunnen zij elke functie leren. Ze zijn zeer krachtig voor complexe taken zoals afbeeldingsherkenning, natural language processing, en meer. Het nadeel is dat ze veel trainingsgegevens nodig hebben.
⚡ Voorbeelden
- •Afbeeldings-classificatie: netwerk met convolutional en fully-connected lagen
- •Taalmodellen: transformers met miljarden neuronen
- •Spel-AI: neurale netwerken trainen om Go en schaken te spelen