(deep learning, på svenska också djupinlärning) – avancerad typ av maskininlärning. – Skillnaden mot äldre typer av maskininlärning är att med djup maskinlärning är det datorsystemet som själv utvecklar program för att lära sig lösa problem. Tidigare var det människor som skrev program, till exempel artificiella neuronnät, som skulle lära maskinerna att lösa problem av en viss typ. Förutsättningen för att djup maskininlärning ska vara möjligt är att man har tillgång till mycket stora datamängder som datorsystemet kan analysera och öva sig på. Ett syfte är att datorerna ska lära sig att känna igen olika objekt och företeelser. Processen ska till största del vara automatisk. – En förebild som forskarna bakom djup maskininlärning ibland hänvisar till är den mänskliga hjärnan. Det mesta som människor kan och vet har ju hjärnan själv upptäckt och kategoriserat, och ingen vet riktigt hur det går till. Djup maskininlärning går inte ut på att imitera hjärnan, men det går ut på att göra något som liknar det som hjärnan gör. – I mitten på 2010‑talet utvecklar många stora it‑företag tekniker för djup maskininlärning. Googles program AlphaGo, som 2016 besegrade världsmästaren i brädspelet Go, lärde sig spelet genom djup maskininlärning. – Läs också om inceptionism och oövervakad inlärning. – Språkligt: Ordet djupinlärning är visserligen smidigare än djup maskininlärning, men om man föredrar djupinlärning för engelska deep learning bör man vara medveten om att det också används i pedagogik i en annan betydelse: motsatsen till ytlig inlärning.
[maskininlärning] [ändrad 27 april 2020]