Deep Learning ist eine Methode der künstlichen Intelligenz (KI / Artificial Intelligence, AI engl.), welche die Art und Weise, wie Menschen bestimmte Arten von Wissen erlangen, nachzuahmen. Es handelt sich um eine Untergruppe von Machine Learning-Methoden, die auf künstlichen neuronalen Netzwerken (Artificial Neural Networks - ANNs) und Repräsentationslernen basieren. Der Begriff „deep“ (tief) bezieht sich auf die Nutzung mehrerer Schichten im Netzwerk, wobei die Methoden entweder überwacht, halbüberwacht oder unbeaufsichtigt sein können.
- Beim überwachten Lernen (supervised learning) werden dem Modell Daten zur Verfügung gestellt, die bereits mit den richtigen Antworten (Labels) versehen sind. Das Modell lernt dann, die Eingabedaten auf die zugehörigen Ausgaben zu kartieren.
- Halbüberwachtes Lernen (semi-supervised learning) wird angewendet, wenn ein großer Teil der Daten nicht gelabelt ist. Hier kombiniert man gelabelte und ungelabelte Daten, um das Modell zu trainieren. Das Modell nutzt die Struktur der Daten, um selbstständig zu lernen und bessere Vorhersagen auch für ungelabelte Daten zu machen.
- Beim unbeaufsichtigten Lernen (unsupervised learning) werden Modelle mit Daten ohne jegliche Labels trainiert. Muster und Strukturen in den Daten sollen selbstständig erkannt werden.
In der Bildverarbeitung könnten untere Schichten etwa Kanten erkennen, während obere Schichten komplexere Konzepte wie Ziffern, Buchstaben oder Gesichter identifizieren.
