Tudná magyarázni, hogy mit értünk mély tanulás alatt a gépi tanulás területén?

A mélytanulás a gépi tanulás egyik alágazata, amely több rétegű neurális hálózatokat használ az adatok automatikus jellemzők kivonására és összetett modellek építésére. A hagyományos gépi tanulástól eltérően, ahol a jellemzőket gyakran kézzel készítik, a mélytanulás lehetővé teszi a modellek számára, hogy saját maguk tanulják meg az adatok különböző szinteken történő reprezentációját.

Például, egy kép felismerési feladatban a hálózat első rétegei egyszerű elemeket (élek, sarkok) ismerhetnek fel, míg a mélyebb rétegek összetettebb objektumokat (arcokat, tárgyakat) azonosíthatnak.

Egyszerű neurális hálózat példája Pythonban a Keras könyvtár használatával:

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

model = Sequential([
    Dense(64, activation='relu', input_shape=(100,)),
    Dense(10, activation='softmax')
])

model.compile(optimizer='adam', loss='categorical_crossentropy')