Syväoppiminen
Syväoppiminen (jota kutsutaan myös syvärakenteiseksi oppimiseksi tai hierarkkiseksi oppimiseksi) on eräänlainen koneoppimisen muoto, jota käytetään lähinnä tietynlaisten neuroverkkojen kanssa. Kuten muissakin koneoppimisen lajeissa, oppimisjaksot voivat olla valvomattomia, puolivalvottuja tai valvottuja. Monissa tapauksissa rakenteet on järjestetty siten, että syöttökerroksen ja lähtökerroksen välissä on vähintään yksi välikerros (tai piilokerros).
Tietyt tehtävät, kuten puheen, kuvien tai käsialan tunnistaminen ja ymmärtäminen, ovat ihmisille helppoja. Tietokoneelle nämä tehtävät ovat kuitenkin hyvin vaikeita. Monikerroksisessa neuroverkossa (jossa on enemmän kuin kaksi kerrosta) käsiteltävästä tiedosta tulee abstraktimpaa jokaisen lisätyn kerroksen myötä.
Syväoppimismallit perustuvat biologisten hermojärjestelmien tiedonkäsittely- ja viestintämalleihin; ne eroavat monin tavoin biologisten aivojen (erityisesti ihmisaivojen) rakenteellisista ja toiminnallisista ominaisuuksista, minkä vuoksi ne eivät ole yhteensopivia neurotieteiden todisteiden kanssa.
Monikerroksinen neuroverkko.
Kysymyksiä ja vastauksia
K: Mitä on syväoppiminen?
V: Syväoppiminen on eräänlainen koneoppimisen muoto, jossa käytetään neuroverkkoja tiedon käsittelyyn, ja se on usein organisoitu siten, että tulo- ja lähtökerrosten välissä on vähintään yksi väli- (piilotettu) kerros.
K: Mitä erilaisia oppimisjaksoja syväoppimisessa käytetään?
V: Syväoppiminen voidaan jakaa valvomattomiin, puolivalvottuihin ja valvottuihin oppimisistuntoihin.
K: Mitkä ovat tehtäviä, jotka ovat ihmisille helppoja mutta tietokoneille vaikeita suorittaa?
V: Tehtävät, kuten puheen, kuvien tai käsialan tunnistaminen ja ymmärtäminen, ovat ihmisille helppoja mutta tietokoneille vaikeita.
K: Mitä tiedolle tapahtuu, kun sitä käsitellään monikerroksisessa neuroverkossa?
V: Monikerroksisessa neuroverkossa käsiteltävästä tiedosta tulee abstraktimpaa jokaisen lisätyn kerroksen myötä.
K: Mistä syväoppimisen mallit ovat saaneet vaikutteita?
V: Syväoppimisen mallit ovat saaneet vaikutteita biologisten hermojärjestelmien tiedonkäsittely- ja viestintämalleista.
K: Miten syväoppimismallit eroavat biologisten aivojen ominaisuuksista?
V: Syväoppimismallit eroavat monin tavoin biologisten aivojen, erityisesti ihmisaivojen, rakenteellisista ja toiminnallisista ominaisuuksista, mikä tekee niistä yhteensopimattomia neurotieteellisten todisteiden kanssa.
K: Mikä on toinen termi syväoppimiselle?
V: Syväoppiminen tunnetaan myös nimellä syvä strukturoitu oppiminen tai hierarkkinen oppiminen.
