Deep Learning (DL) ist ein Teilgebiet des Machine Learning, das künstliche neuronale Netze mit vielen hintereinandergeschalteten Verarbeitungsschichten (Hidden Layers) einsetzt, um komplexe Muster aus großen Datenmengen zu lernen.
Erklärung
Während klassische Machine-Learning-Verfahren wie Entscheidungsbäume oder lineare Regressionen darauf angewiesen sind, dass Entwickler relevante Merkmale vorab manuell definieren (Feature Engineering), extrahiert ein tiefes neuronales Netz diese Repräsentationen schichtweise selbst. Frühe Schichten erkennen beispielsweise einfache Kanten in Bildern oder Zeichenfolgen in Texten, tiefere Schichten setzen daraus komplette Objekte, Sprecherstimmen oder Satzbedeutungen zusammen. Je nach Aufgabengebiet kommen spezialisierte Architekturen wie Convolutional Neural Networks (CNNs) für Bildanalyse oder Transformer für Sprach- und Multimodallösungen zum Einsatz. Im Unternehmenseinsatz liefert Deep Learning vor allem bei unstrukturierten Daten wie Gesprächsmitschnitten, Dokumentenscans, Bildern und Freitexten hohe Genauigkeit, erfordert im Gegenzug aber große Trainingsmengen und GPU-gestützte Rechenkapazität.