À propos de l'apprentissage profond en tant que sous-ensemble de l'apprentissage automatique et de l'IA
Dans son billet de blogue About Deep learning as subset of machine learning and AI , Ryan Potter considères que l'apprentissage profond est un sous-ensemble de l'apprentissage machine et de l'intelligence artificielle. Il dresse le portrait de 10 différents méthodes de l'apprentissage profond couramment utilisées. En voici un résumé: 1. Réseaux de neurones convolutifs : les réseaux de neurones convolutifs sont des réseaux de neurones multicouches principalement utilisés pour le traitement d'images et la détection d'objets. 2. Réseaux longs de mémoire à court terme : des dépendances à long terme peuvent être apprises et mémorisées grâce à ce type de réseau, lequel est une sorte de réseau neuronal récurrent. La reconnaissance vocale, la création musicale et le développement pharmaceutique sont tous des utilisations courantes ce type de réseau. 3. Réseaux de neurones récurrents : le sous-titrage d'images, l'analyse de séries chronologiques, le traiteme...