يادگيري عميق زيرشاخه اي از يادگيري ماشين و هوش مصنوعي

Deep learning of the sub branch of machine learning and artificial intelligence

امروزه منابع در دسترس حكايت از رشد ۳۵ درصدي كاربرد هوش مصنوعي توسط بسياري از شركت ها در كسب و كارها و تجارت خود دارند و رد پاي يادگيري ماشين در صنايع گوناگوني مانند بانك ها، كارخانه هاي صنعتي و حتي كسب و كارهاي كوچيك تر نظير پمپ بنزين ها و رستوران ها يافت مي شود. يادگيري ماشيني جهت ايجاد روندهايي براي كمك به ماشين ها جهت درك داده ها استفاده مي گردد و بر اساس نتايج حاصل از داده هاي بررسي شده به نتيجه گيري مي پردازند. با گذشت زمان تعداد دستگاه هايي كه به اينترنت متصل مي شوند هر روز در حال افزايش است كه منجر به افزايش داده هاي در دسترس جهت داده كاوي، پردازش و كشف اطلاعات مفيد مي گردد. در يادگيري ماشيني روال كلي يادگيري مبتني بر يك سري الگوريتم ها و مدل ها مي باشد كه از مهمترين آن ها مي توان به شبكه هاي عصبي اشاره كرد. اين فناوري احتمالا در سال هاي آينده به ويژه در سال هاي 2023 و 2024 گسترش بيشتري خواهد يافت. از آنجايي كه يادگيري ماشين و يادگيري عميق دو زير شاخه اصلي از هوش مصنوعي مي باشد و هر دو الگوريتم هايي را براي هوشمند كردن سيستم هاي مبتني بر هوش مصنوعي ارائه ميدهند و اينترنت اشيا يكي از مهمترين زيرمجموعه هاي برنامه هاي كاربردي يادگيري ماشيني مي باشند، در ادامه ابتدا به شرح چيستي هوش مصنوعي و سپس ساير مفاهيم مرتبط به آن خواهيم پرداخت.