Derin Öğrenme: Revizyonlar arasındaki fark
link eklendi |
Değişiklik özeti yok |
||
| 1. satır: | 1. satır: | ||
Çok katmanlı [[yapay sinir ağları]] kullanarak, ham veriden karmaşık özellikleri otomatik olarak öğrenen makine öğrenimidir. Görüntü tanıma, doğal dil işleme, konuşma tanıma gibi alanlarda yüksek başarı sağlar. | Çok katmanlı [[Yapay Sinir Ağları|yapay sinir ağları]] kullanarak, ham veriden karmaşık özellikleri otomatik olarak öğrenen makine öğrenimidir. Görüntü tanıma, doğal dil işleme, konuşma tanıma gibi alanlarda yüksek başarı sağlar. | ||
“Deep” (İngilizce) “derin” anlamında olup, geleneksel yapay sinir ağlarına kıyasla çok daha fazla katmanlı mimarileri ifade eder. | “Deep” (İngilizce) “derin” anlamında olup, geleneksel yapay sinir ağlarına kıyasla çok daha fazla katmanlı mimarileri ifade eder. | ||
10.50, 6 Şubat 2025 itibarı ile sayfanın şu anki hâli
Çok katmanlı yapay sinir ağları kullanarak, ham veriden karmaşık özellikleri otomatik olarak öğrenen makine öğrenimidir. Görüntü tanıma, doğal dil işleme, konuşma tanıma gibi alanlarda yüksek başarı sağlar.
“Deep” (İngilizce) “derin” anlamında olup, geleneksel yapay sinir ağlarına kıyasla çok daha fazla katmanlı mimarileri ifade eder.
1940’larda temelleri atılan yapay sinir ağlarının, 1980’lerde geri yayılım (backpropagation) algoritmasının popülerleşmesiyle ivme kazandı, 2000’lerde büyük veri ve GPU’ların gelişimiyle pratik uygulamalarda kullanılmaya başlandı.
Terim olarak 1986’da Rina Dechter tarafından kullanıldı, “Learning While Searching in Constraint-Satisfaction Problems” makalesinde geçirdi. Terim, 2000’lerin sonlarına doğru Geoffrey Hinton, Yann LeCun ve Yoshua Bengio gibi araştırmacılar tarafından yaygınlaştırıldı.
