التعلم العميق هو مجال فرعي من التعلم الآلي، حيث يُركِّز على تطوير وتدريب الشبكات العصبيّة الاصطناعيّة، المُستوحاة في الأصل من بنية وعمل الدماغ البشري.

الفصل السادس – التعلم العميق الهندسي: الفصل الأخير من الكتاب مخصص لحقل بحث جديد يسمى التعلم العميق الهندسي. في هذا الفصل، ستتعرف على بنية الرسم البياني وشبكات الرسم البياني العصبية وتعلم التمثيل البياني وشبكات ارتباط الرسم البياني.

على سبيل المثال، إذا تم إعطاؤك صورة لحيوان غير معروف وكان عليك تصنيفه، فستقارن هذا الحيوان بالحيوانات التي تعرفها بالفعل.

تعطي خوارزميات التعلم العميق نتائج أفضل عند تدريبها على كميات كبيرة من البيانات عالية الجودة. يمكن أن تؤثر القيم المتطرفة أو الأخطاء الموجودة بمجموعة بيانات الإدخال تأثيرًا كبيرًا على عملية التعلم العميق.

يمكن للشبكات العصبونية الاستفادة من عدة معالجات في توزيع أعباء العمل بسلاسة وكفاءة عبر أنواع وكميات مختلفة من المعالجات.

يمكنك تدريب نماذج التعلم العميق بشكل أسرع باستخدام مجموعات من وحدات معالجة الرسومات ووحدات المعالجة المركزية لإجراء العمليات الرياضية المعقدة التي تعرّف على المزيد تتطلبها شبكاتك العصبونية.

تتوافق كل عقدة (أو خلية عصبيّة) في طبقة الإدخال مع سمة مُحدّدة لبيانات الإدخال، وتُمثِّل القيم المرتبطة بهذه العقد قيم الإدخال الأوليّة.

نماذج التعلم العميق هي ملفات كمبيوتر دربها علماء البيانات لأداء المهام باستخدام خوارزمية أو مجموعة محددة مسبقًا من الخطوات.

تعمل الشبكات العصبونية في التعلم العميق على تحليل البيانات بطرق لا تعتمد على القواعد المحددة مسبقًا. بدلاً من ذلك، تستخدم الشبكات العصبونية القدرات الحسابية والتعلمية العميقة لتحليل البيانات واستخلاص النماذج والأنماط المختلفة.

يمكن لنماذج التعلم العميق تحليل كلام البشر على الرغم من تنوع أنماط الكلام والنبرة والنغمة واللغة واللهجة.

تفريغ مقاطع الفيديو وتسجيلات الاجتماعات بدقة للحصول على محتوى أكبر.

يُعد التعلم بدون إشراف مفيدًا للتعرف على الأنماط، والكشف عن القيم الشاذة، وتجميع البيانات إلى فئات بشكل تلقائي. وبما أن بيانات التدريب لا تتطلب التسمية، فإن الإعداد يكون سهلاً. يمكن استخدام هذه اللوغاريتمات أيضًا لتنقيح البيانات ومعالجتها من أجل بناء النماذج بشكل تلقائي بعد ذلك.

فهرسة العبارات الأساسية التي تدل على المشاعر، مثل التعليقات الإيجابية والسلبية على وسائل التواصل الاجتماعي

يعتمد المُساعدون الرقميُّون الذين يتم تنشيطهم بالصوت، بالإضافة إلى أجهزة التحكُّم الصوتي بشكلٍ كبير على التعلم العميق للتعرُّف الدقيق والقوي على الكلام، حيث يُمكن لنماذج التعلم العميق تحليل الكلام البشري على الرغم من اختلاف أنماط الكلام ودرجة الصوت والنبرة واللغة واللهجة.