Training Pelatihan Kursus Jasa Deep Learning | Bootcamp Pembelajaran Mendalam 2022 Bangun 10 Proyek Dunia Nyata

Bentuk pembelajaran mesin yang baru dihidupkan kembali, yang merupakan bagian dari kecerdasan buatan, pembelajaran mendalam menggunakan komputer yang kuat, kumpulan data besar, jaringan saraf “terawat” (terlatih) dan algoritme yang disebut propagasi balik (singkatnya backprop) untuk mengenali objek dan menerjemahkan ucapan secara real time dengan meniru lapisan neuron di neokorteks otak manusia.

Pembelajaran mendalam (kadang-kadang dikenal sebagai pembelajaran terstruktur dalam) adalah bagian dari pembelajaran mesin, di mana mesin menggunakan jaringan saraf tiruan untuk memproses informasi. Terinspirasi oleh simpul biologis dalam tubuh manusia, pembelajaran mendalam membantu komputer mengenali dan memproses gambar dan ucapan dengan cepat. Komputer kemudian “mempelajari” apa yang diwakili oleh gambar atau suara ini dan membangun basis data yang sangat besar dari pengetahuan yang tersimpan untuk tugas-tugas di masa depan. Intinya, pembelajaran mendalam memungkinkan komputer melakukan apa yang dilakukan manusia secara alami – belajar dengan pendalaman dan contoh.

Pembelajaran mendalam telah ada sejak 1950-an, tetapi peningkatannya menjadi pemain bintang di bidang kecerdasan buatan relatif baru. Pada tahun 1986, ilmuwan komputer perintis Geoffrey Hinton — sekarang menjadi peneliti Google dan telah lama dikenal sebagai “Godfather of Deep Learning” — termasuk di antara beberapa peneliti yang membantu membuat jaringan saraf menjadi keren kembali, secara ilmiah, dengan menunjukkan bahwa lebih dari hanya beberapa dari mereka dapat dilatih menggunakan backpropagation untuk pengenalan bentuk dan prediksi kata yang lebih baik. Pada 2012, pembelajaran mendalam digunakan dalam segala hal mulai dari aplikasi konsumen seperti Siri Apple hingga penelitian farmasi.