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
تنسورفلو ۱۰ : شبکه های عصبی
مطلبی دیگر از این انتشارات
دپامین(Dopamine) کتابخانه جدید گوگل برای یادگیری تقویتی(Reinforcement Learning)
مطلبی دیگر از این انتشارات
چالش «عکس 10 سال قبل»؛ در پشت پردهی این خاطرهبازی شیرین چه میگذرد؟