Redigerer Dyp læring

[[Fil:AI-ML-DL.png|thumb|Hvordan dyp læring er en delmengde av maskinlæring og hvordan maskinlæring er en delmengde av [[kunstig intelligens]] (KI).]]
'''Dyp læring''' (engelsk: '''deep learning''') er en læreprosess som en bruker til å trene opp dataalgoritmer ved hjelp av såkalte [[Kunstig nevralt nettverk|kunstige nevrale nettverk]] (også kjent som «nevrale nettverk»). Dybden i dyp læring viser til at de kunstige nevrale nettverkene har mange lag av beregningsenheter, såkalte nevroner. Data må gjennomgå mer enn to lag med ikke-lineære transformasjoner for at læringa og det nevrale nettverket kan karakteriseres som dypt.

Dyp læring er en sentral metode innen [[maskinlæring]] – hvor det er et prinsipp at datamaskiner skal tilegne seg kunnskap og lære om noe de ikke vet eller kan fra før fra de data de blir tilført.<ref>{{Kilde www|tittel=Dyp læring|url=https://snl.no/dyp_l%C3%A6ring|utgiver=[[Store norske leksikon]]|besøksdato=2019-05-30|språk=no|fornavn=Axel|etternavn=Tidemann}}</ref> Dyp læring er basert på et sett med [[algoritme]]r som forsøker å modellere abstraksjoner i data på [[høynivåspråk|høynivå]] ved å bruke mange beregningslag med komplekse strukturer, som består av [[Affin transformasjon|affine]] og ikke-lineære transformasjoner.<ref>{{Kilde www|tittel = Deep learning|url = http://www.nature.com/nature/journal/v521/n7553/full/nature14539.html|utgiver = Nature| besøksdato = 2019-05-30|issn = 0028-0836|side = 436-444|volum = 521|nummer = 7553|doi = 10.1038/nature14539|språk = en|fornavn = Yann|etternavn = LeCun|fornavn2 = Yoshua|etternavn2 = Bengio|fornavn3 = Geoffrey|etternavn3 = Hinton}}</ref><ref name=":0">([[#Deep_learning|Bengio]])</ref> Læreprosessen kan være styrt (også kalt veiledet, eller på engelsk: supervised), halv-styrt (delvis veiledet) eller ikke-styrt (ikke-veiledet). Dyp læring har hatt en stor innvirkning på områder som bildeklassifisering, datamaskinsyn (engelsk: computer vision), språkbehandling, [[biostatistikk]] og lydgjenkjenning.<ref name=":0" /><ref>{{Kilde www|tittel=Deep learning in neural networks: An overview|url=https://linkinghub.elsevier.com/retrieve/pii/S0893608014002135|utgiver=Neural Networks|dato=2015-1-1|besøksdato=2019-05-30|side=85–117|volum=61|doi=10.1016/j.neunet.2014.09.003|språk=en|fornavn=Jürgen|etternavn=Schmidhuber}}</ref> Metodikken står bak en stor andel av nyvinningene det siste tiåret innen [[kunstig intelligens]].

== Litteratur ==
* {{Kilde bok
  | ref=Deep_learning
  | forfatter= Bengio, Yoshua
  | redaktør= 
  | utgivelsesår= 2016
  | tittel= Deep learning
  | bind=
  | utgave=
  | utgivelsessted=
  | forlag=
  | side=
  | isbn=9780262035613
  | id=
  | språk=
  | kommentar=
  | url=https://www.worldcat.org/oclc/955778308
 }} {{OCLC | 955778308 }}

==Referanser==
<references />

== Eksterne lenker ==
* [https://www.aftenposten.no/norge/i/kwKk/Dyp-laring-Slik-har-maskinene-begynt-a-lare-som-oss Aftenposten - Dyp læring: Slik har maskinene begynt å lære som oss]
 
{{Autoritetsdata}}
{{stubb}}

[[Kategori:Maskinlæring]]
[[Kategori:Matematisk optimalisering]]