Aprendizagem profunda

Aprendizagem profunda (também chamada aprendizagem estruturada profunda ou aprendizagem hierárquica) é um tipo de aprendizagem de máquina, que é usada principalmente com certos tipos de redes neurais. Como com outros tipos de aprendizagem mecânica, as sessões de aprendizagem podem ser não supervisionadas, semi-supervisionadas ou supervisionadas. Em muitos casos, as estruturas são organizadas de modo que haja pelo menos uma camada intermediária (ou camada oculta), entre a camada de entrada e a camada de saída.

Certas tarefas, tais como reconhecer e compreender a fala, imagens ou caligrafia, são fáceis de realizar para os seres humanos. Entretanto, para um computador, estas tarefas são muito difíceis de se fazer. Em uma rede neural multicamadas (com mais de duas camadas), a informação processada se tornará mais abstrata com cada camada adicionada.

Modelos de aprendizagem profunda são inspirados por padrões de processamento de informação e comunicação nos sistemas nervosos biológicos; eles são diferentes das propriedades estruturais e funcionais dos cérebros biológicos (especialmente o cérebro humano) de muitas maneiras, o que os torna incompatíveis com as evidências neurocientíficas.

Uma rede neural multicamadas.Zoom
Uma rede neural multicamadas.

Perguntas e Respostas

P: O que é aprendizagem profunda?


R: A aprendizagem profunda é um tipo de aprendizagem de máquina que usa redes neurais para processar informações e geralmente é organizada com pelo menos uma camada intermediária (oculta) entre as camadas de entrada e saída.

P: Quais são os diferentes tipos de sessões de aprendizagem usadas na aprendizagem profunda?


R: A aprendizagem profunda pode ser organizada em sessões de aprendizagem não supervisionadas, semissupervisionadas e supervisionadas.

P: Quais são algumas tarefas que são fáceis para os seres humanos, mas difíceis para os computadores realizarem?


R: Tarefas como reconhecimento e compreensão de fala, imagens ou caligrafia são fáceis para os seres humanos, mas difíceis para os computadores.

P: O que acontece com as informações quando elas são processadas em uma rede neural multicamadas?


R: Em uma rede neural multicamadas, as informações processadas tornam-se mais abstratas a cada camada adicionada.

P: Em que se inspiram os modelos de aprendizagem profunda?


R: Os modelos de aprendizagem profunda são inspirados no processamento de informações e nos padrões de comunicação dos sistemas nervosos biológicos.

P: Como os modelos de aprendizagem profunda diferem das propriedades dos cérebros biológicos?


R: Os modelos de aprendizagem profunda são diferentes das propriedades estruturais e funcionais dos cérebros biológicos, especialmente do cérebro humano, em muitos aspectos, o que os torna incompatíveis com as evidências da neurociência.

P: Qual é outro termo para aprendizagem profunda?


R: A aprendizagem profunda também é conhecida como aprendizagem estruturada profunda ou aprendizagem hierárquica.

AlegsaOnline.com - 2020 / 2023 - License CC3