«Խոր ուսուցում»–ի խմբագրումների տարբերություն

[[Պատկեր:Deep learning fait parti de l'IA.png|մինի|249x249px|Արհեստական բանականության սխեման<ref>{{Cite news|url=https://www.geospatialworld.net/blogs/difference-between-ai%EF%BB%BF-machine-learning-and-deep-learning/|title=What is the difference between AI, machine learning, and deep learning|date=2017-05-06|newspaper=Geospatial World|language=en-US|access-date=2018-11-07}}</ref>]]

'''Խոր ուսուցում''' (հայտնի է որպես խոր կառուցվածքային ուսուցում կամ հիերարխիկ ուսուցում), [[Մեքենայական ուսուցում|մեքենայական ուսուցման]] մաս, որը հիմնված է տվյալների ներկայացման ուսուցման վրա, ի տարբերություն խնդրային-հատուկ (task-specific) [[ալգորիթմ]]ների: Ուսուցումը կարող է լինել ''վերահսկվող (supervised)'', ''կիսավերահսկվող (semi-supervised)'' և ''առանց վերահսկման (unsupervised)''։ Խոր ուսուցման շատ տարբերակներ հայտնի են եղել դեռ 1980-ական թվականներից, բայց արդյունքները չեն եղել տպավորիչ, մինչ 2000 թվականը` երբ արհեստական [[նեյրոնային ցանց]]երի և հաշվողական հզորություններում գրանցվեց առաջընթաց, որը թույլատրեց նեյրոնային ցանցում ստեղծել բարդ տեխնիկական կառուցվածք, որը ուներ բավականին արտադրողականություն, ինչը թույլ էր տալիս լուծել բավականին բարդ խնդիրներ։ Որոշ խնդիրների ժամանակ լուծման որակը համեմատելի է, իսկ որոշակի խնդիրների ժամանակ գործում է ''«սպիտակուց»'' փորձագետների արդյունավետությունը<ref>{{Cite journal|date=2018-11-07|title=Deep learning|url=https://en.wikipedia.org/w/index.php?title=Deep_learning&oldid=867704781|language=en}}</ref>: