Training Pelatihan Kursus Jasa Deep Learning | Deep Learning Practical-Neural Network Projects Bootcamp

Bentuk pembelajaran mesin yang baru diperkuat kembali, yang merupakan bagian dari kecerdasan buatan, pembelajaran mendalam menggunakan komputer yang kuat, kumpulan data yang sangat besar, jaringan saraf yang “diawasi” (terlatih), dan algoritme yang disebut propagasi mundur (singkatnya backprop) untuk mengenali objek dan menerjemahkan ucapan secara real time dengan meniru lapisan neuron di neokorteks otak manusia.

Pembelajaran mendalam (terkadang dikenal sebagai pembelajaran terstruktur dalam) adalah bagian dari pembelajaran mesin, di mana mesin menggunakan jaringan saraf tiruan untuk memproses informasi. Terinspirasi oleh simpul biologis dalam tubuh manusia, pembelajaran mendalam membantu komputer mengenali dan memproses gambar dan ucapan dengan cepat. Komputer kemudian “mempelajari” apa yang diwakili oleh gambar atau suara ini dan membangun database besar dari pengetahuan yang tersimpan untuk tugas-tugas di masa mendatang. Intinya, pembelajaran yang mendalam memungkinkan komputer untuk melakukan apa yang manusia lakukan secara alami.

Pembelajaran mendalam telah ada sejak 1950-an, tetapi peningkatannya menjadi pemain bintang di bidang kecerdasan buatan relatif baru. Pada tahun 1986, ilmuwan komputer perintis Geoffrey Hinton – sekarang peneliti Google dan lama dikenal sebagai “Godfather of Deep Learning” – termasuk di antara beberapa peneliti yang membantu membuat jaringan saraf kembali aktif, secara ilmiah, dengan menunjukkan bahwa lebih dari beberapa di antaranya dapat dilatih menggunakan propagasi mundur untuk pengenalan bentuk dan prediksi kata yang lebih baik. Pada 2012, pembelajaran mendalam digunakan dalam segala hal mulai dari aplikasi konsumen seperti Siri Apple hingga penelitian farmasi.