Blog 10

 
Was ist Deep Learning?

Gizem Baruk I  16.09.2021

Deep Learning lässt sich in das Forschungsfeld des maschinellen Lernens einordnen und ist eine spezielle Methode der Informationsverarbeitung. Die von Deep Learning angewandte Funktionsweise agiert ähnlich wie das menschliche Gehirn, sie verwendet zur Analyse großer Datensätze neuronale Netze. Dementsprechend kann das System auf das neuronale Netzwerk und bereits vorhandene Informationen zurückgreifen bspw. kann sie bereits erlernte Fähigkeiten mit neuen Inhalten anreichern und verknüpfen. Dadurch lässt sich ein langfristiger und tiefgründiger Lernprozess abbilden. Durch das Deep Learning kann die Maschine eigenständig Entscheidungen treffen, Prognosen erstellen und getroffene Entscheidungen hinterfragen. Diese Technologie eignet sich besonders für Anwendungen, die auf großen Datenbeständen basieren, um den Mitarbeiter bei der Arbeit zu unterstützen.


Wie funktioniert Deep Learning?

Deep Learning befähigt Maschinen, sich ohne menschliches Handeln zu verbessern und neue Fähigkeiten zu erlernen. Sie extrahiert dabei das System Muster und Rechenmodelle aus vorhandenen Daten, um im Anschluss Erkenntnisse mit korrelierenden und einem entsprechenden Kontext zu verknüpfen. Schlussendlich kann die Maschine durch den gewonnenen Kontext Entscheidungen treffen. Das Hinterfragen der getroffenen Entscheidungen trägt dazu bei, dass die Informationsverknüpfungen bestimmte Gewichtungen erhalten. Bestätigte Entscheidungen erhöhen die Gewichtung, wobei revidierte Entscheidungen zu einer Verringerung der Gewichtung führen. Durch diesen Ansatz ergeben sich zahlreiche Stufen zwischen Eingabe- und Ausgabeschicht
und Zwischenschichten. Diese sind für die Verknüpfung und schlussendlich für den Output zuständig. Der Namensbestandteil „deep“ bezieht sich also auf die verborgenen Schichten des entstandenen neuronalen Netzes.
Interessant ist Beispielweise das klassische neuronale Netze lediglich aus zwei oder drei verborgenen Netzen bestehen, wobei im Vergleich tiefe neuronale Netze aus 150 oder mehr verborgenen Schichten bestehen können.
Was ist der Unterschied zwischen Deep Learning und Maschine Learning?

Sowohl Deep Learning als auch Maschine Learning gehören in das thematische Gebiet der künstlichen Intelligenz.

•    Maschinelle Lernen: Das maschinelle Lernen unterscheidet sich bereits beim initialen Workflow vom Deep Learning, bspw. Müssen beim maschinellen Lernen die relevanten Merkmale manuell extrahiert werden. Anhand dieser extrahierten Merkmale erstellt das System anschließend ein Modell.

•    Deep Learning: Deep Learning ist ein Teilgebiet des maschinellen Lernens.
 Beim modernen Deep-Learning-Workflow werden die benötigten Merkmale automatisch extrahiert ohne menschliches Zutun. Zudem zeichnen sich die Algorithmen des Deep Learnings durch eine Skalierbarkeit auf Basis der vorliegenden Daten aus. Je höher die Datenbasis, desto besser das Neuronale Netz und die daraus resultierenden Entscheidungen.
Share by: