Apprentissage profond

Définition

L’apprentissage profond (deep learning) fait partie d’une famille plus large de méthodes d’apprentissage automatique basées sur des réseaux de neurones artificiels. Geoffrey Hinton, de l’Université de Toronto, a inventé le terme « deep learning » en 2006. Ensuite, les médias et les réseaux sociaux s’en sont emparés. L’apprentissage profond est en quelque sorte la nouvelle image de marque des réseaux de neurones.

L'apprentissage profond fait partie d'une famille plus large de méthodes d'apprentissage automatique basées sur des réseaux de neurones artificiels. L'apprentissage profond peut être supervisé, semi-supervisé ou non supervisé.

Des architectures d’apprentissage en profondeur, telles que réseaux de neurones profonds, réseaux de croyances profonds, réseaux de neurones récurrents et réseaux de neurones convolutifs ont été appliquées à des domaines tels que la vision par ordinateur, la reconnaissance de la parole, le traitement du langage naturel, la reconnaissance audio, le filtrage des réseaux sociaux, la traduction automatique, la bioinformatique, la conception de médicaments, l’analyse d’images médicales, l’inspection des matériaux et les programmes de jeux de société où ils ont produit des résultats comparables, voire parfois supérieurs, à ceux d’experts humains.