Abstrakt

Deep Learning mit Python in Data Science und künstlichen neuronalen Netzwerken

Sharan Kireeti

Es handelt sich um einen Zweig der Informatik, der sich mit der Planung von Algorithmen beschäftigt, die lernen. Deep-Learning-Architekturen sind anfällig für gegnerische Störungen. Sie fügen dem Input hinzu und verändern den Output von Deep Networks drastisch. Diese Instanzen werden als gegnerische Instanzen bezeichnet. Sie werden in verschiedenen Lernaufgaben beobachtet, von überwachtem Lernen bis hin zu unüberwachtem und bestärkendem Lernen. Diese Algorithmen werden häufig als künstliche neuronale Netzwerke (KNN) bezeichnet. Deep Learning ist eines der beliebtesten Felder der Datenwissenschaft mit vielen Fallstudien, die erstaunliche Ergebnisse in den Bereichen Robotik, Bilderkennung und künstliche Intelligenz (KI) liefern.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.