O deep learning é uma área da inteligência artificial que tem como objetivo aprimorar a auto aprendizagem de máquinas com base em representações de dados de aprendizagem (como imagens, vídeos e matemática). Deep learning é um conjunto de algoritmos de aprendizagem de máquina que tenta modelar abstrações de alto nível em dados usando arquiteturas compostas por múltiplas transformações não lineares. Nele ocorre a experimentação de diversos mecanismos conhecidos de aprendizado de máquina para ver qual melhor adequa-se ao problema compreendido.
Algoritmos de deep learning são baseados em "representações distribuídas", um conceito utilizado em aprendizagem automática. O pressuposto subjacente a representações distribuídas é que os dados observados são gerados pela interação de muitos fatores diferentes em diferentes níveis. O deep learning acrescenta a suposição de que esses fatores estão organizados em vários níveis, que correspondem a diferentes níveis de abstração ou composição. A variação do número de camadas pode ser usado para fornecer quantidades diferentes de abstração, como mostram as figuras 1 e 2.
Arquivo:Ea1.jpg Arquivo:Eea2.jpg
Algoritmos de deep learning, em particular explora essa idéia de fatores explicativos hierárquicos. Diferentes conceitos são aprendidos de outros conceitos, com os conceitos de níveis mais abstratos. Essas arquiteturas são muitas vezes construídos com um método camada por camada, que ajuda a separar essas abstrações e escolher quais recursos são úteis para o aprendizado.