کتاب اصول و مبانی یادگیری عمیق نشر انتشارات آوای قلم

حل مسئله‌هایی مانند تشخیص دست خط مستلزم استفاده از روش های مختلفی است.بسیاری از فعالیت ها و رفتارهایی که ما به تدریج در مدرسه یاد می گیریم دارای نقطه مشترکی با نسل قدیم برنامه های رایانه ای هستند.ما یاد می گیریم که چطور اعداد را در هم ضرب نماییم، معادله ها را حل کنیم و از مبنایی مشخص مشتق بگیریم.با این وجود در سنین خیلی کم تنها مواردی را یاد می گیریم که به نظر بسیار طبیعی هستند. این موارد از طریق فرمول به ما آموخته می شوند. به عنوان مثال، وقتی دو ساله بودیم هی کس به ما نیاموخت که چگونه یک سگ را از طریق نوع فرم بینی و اندازه بدنش تشخیص دهیم.این امر در گذر زمان و با مشاهده انواع سگ ها، از میزان اشتباه های ما در این زمینه کاسته شده است.به بیان دیگر ما از زمان تولد براساس یک مدل ذهنی به تشخیص پدیده های پیرامون خودمان می پردازیم.با گذر زمان حواس پنج گانه به کمک مدل ذهنی آمده و شناسایی و درک محیط اطراف را ارتقاء داده است.این مدل ذهنی زمانی تقویت می شد که حدس های ما توسط والدین و اطرافیان مورد تأیید قرار می گرفت. در غیر این صورت مدل را براساس اطلاعات و تجربه های جدید مورد بازبینی قرار می دادیم.در طول مدت زندگی این مدل بارها و بارها اصلاح شده و دقت آن افزایش یافته است.واضح است که همه این ها به طور ناخودآگاه و بدون آن که حتی متوجه شویم انجام شده است. یادگیری عمیق زیرمجموعه ای از هوش مصنوعی است که از آن با عنوان یادگیری ماشینی یاد می شود. این مفهوم بر پایه ایده یادگیری از طریق بررسی مثال ها بنا شده است.در یادگیری ماشینی، تعداد زیادی از قواعد و اصول برای حل مسائل به سیستم رایانه ای ارائه نمی شود؛ بلکه از یک مدل برای ارزیابی مثال ها استفاده خواهد شد. در این فضا از تعداد محدودی از دستورالعمل ها برای رفع ایراد و اشتباه های احتمالی استفاده می شود.