کِی؟کجا؟چرا؟(یادگیری عمیق)
توی چند ساله اخیر یادگیری عمیق به موفقیت های چشمگیری در زمینه های متفاوت دست یافته و افراد زیادی را علاقه مند به مطالعه در این زمینه کرده است، اما مسئله اصلی قبل از شروع به مطالعه، رسیدن به پاسخ سوالاتی مثل : یادگیری عمیق کجا کاربرد داره؟ کِی از یادگیری عمیق استفاده کنیم؟ چرا یادگیری عمیق؟ چالش های در رابطه با یادگیری عمیق؟و... تا جایگاه و اهمیت روش های یادگیری عمیق برای ما مشخص بشه که در ادامه این پست پاسخ سوالات را قرار دادم
کی از یادگیری عمیق استفاده کنیم ؟
_ نبود انسانهای متخصص(ناوبری روی ماه)
_ انسان قادر به توضیح تخصص خود نباشد.(تشخیص گفتار، بینش و درک زبان)
_ راه حل مسئله با گذشت زمان تغییر کند.(ردیابی،پیش بینی آب و هوا، پیش بینی بورس و سهام)
_ راه حل هایی که باید با موارد خاص سازگار شوند.(بیومتریک، شخصی سازی)
_ استدلال انسان در مقابل حجم مسئله محدود باشد.(محاسبه رتبه وبسایت، مطابقت تبلیغات فیسبوک ، تحلیل احساسات)
یادگیری عمیق کجاها کاربرد داره؟
چرا یادگیری عمیق؟
_ روش یادگیری جامع: تقریبا همه نوع مسئله ای را در زمینه های متفاوت حل می کند.
_ قدرتمندی: برخلاف یادگیری ماشین سنتی ویژگی های داده را به صورت خودکار استخراج می کند.
_ قابلیت تعمیم: می توان از دانش یک مدل آموزش دیده برای مدل با کاربرد یا نوع داده متفاوت استفاده کرد.
_ مقیاس پذیری: امکان پیاده سازی شبکه های وسیع(هزاران نورون و لایه) را فراهم می کند.
چالش های در رابطه با یادگیری عمیق؟
_ آنالیز کلان داده با یادگیری عمیق
_ مقایس پذیری روش های یادگیری عمیق
_ تولید داده زمانی که داده به اندازه کافی برای آموزش مدل در دسترس نیست.
_ تکنولوژی های کارآمد برای دستگاه های خاص مثل تلفن همراه هوشمند، FPGAو...
_ یادگیری انتقال و انجام چند وظیفه همزمان
_ سروکارداشتن با علت یادگیری
مطلبی دیگر از این انتشارات
خیز مجلس برای استفاده از هوش مصنوعی در قانونگذاری
مطلبی دیگر از این انتشارات
Cognitive Computing - محاسبات شناختی
مطلبی دیگر از این انتشارات
چطور با پایتون دوره های سایت Coursera و Edx را دانلود کنیم؟