Derin öğrenme
Çok katmanlı sinir ağlarıyla yapılan makine öğrenmesi.
Derin öğrenme nedir?
Derin öğrenme çok katmanlı sinir ağları kullanan makine öğrenmesi alt alanıdır. Ardışık hesap adımları girdilerin uygun temsillerini öğrenebilir. Gerekli veri, hesaplama gücü ve eğitim modele ve göreve bağlıdır. Daha fazla derinlik tek başına kalite kanıtı veya yöntemi her basit yaklaşıma tercih etme gerekçesi değildir.
Kurgusal işletme fotoğraflardaki zor okunan ürün etiketlerini tanımak ister. Derin öğrenme modeli olası yaklaşımdır. Ekip farklı ışık veya hasarlı etiket gibi kullanıma uygun, eğitimde kullanılmamış görüntülerle uygunluğu denetler. Daha basit uygun yöntemleri ve işletim ile denetim emeğini de karşılaştırır. Seçilmiş eğitim fotoğraflarındaki iyi sonuçlar planlanan iş akışında güvenilir tanımayı tek başına kanıtlamaz.
Kaynaklar
İlgili terimler
- Makine öğrenmesiModellerin veriden örüntü öğrenip yeni girdilerde kullanması.
- Sinir ağıAyarlanabilir parametreleri olan, birbirine bağlı hesap düğümlerinden oluşan model.
- Büyük dil modeliBüyük dil modeli, öğrendiği örüntülerle dili işler. Akıcı metin, bilginin doğruluğunu veya güncel şirket verisine erişimi kanıtlamaz.
- Model kartıModel kartı; bir yapay zekâ modelinin amacını, dayanaklarını, değerlendirme koşullarını ve bilinen sınırlarını belirli sürüm için belgeler.
- Yapay zekâya hazırlıkYapay zekâya hazırlık; bir proje için amaç, kullanılabilir veri, yetkinlik, sorumluluk ve işletim sürecinin durumunu değerlendirir.
- Bağlam mühendisliğiBağlam mühendisliği, her model çağrısı için uygun talimatları, mesajları, kaynakları ve güncel durum bilgisini hazırlar.
Bu konudaki yazılar
ASES ile Yapay zekâ ve otomasyon
Yapay zekâ asistanları ve otomatik iş akışları