Pemelajaran dalam: Perbedaan antara revisi

'''Pemelajaran dalam''' ({{lang-en|deep learning}}) atau sering dikenal dengan istilah '''pemelajaran struktural mendalam''' ({{lang-en|deep structured learning}}) atau '''pemelajaran hierarki''' ({{Lang-en|hierarchical learning}}) adalah salah satu cabang dari ilmu [[pemelajaran mesin]] ({{lang-en|machine learning}}) yang terdiri algoritme pemodelan abstraksi tingkat tinggi pada data menggunakan sekumpulan fungsi transformasi non-linear yang ditata berlapis-lapis dan mendalam.<ref>Li Deng and Dong Yu (2014), "Deep Learning: Methods and Applications", Foundations and Trends® in Signal Processing: Vol. 7: No. 3–4, pp 197-387. <nowiki>http://dx.doi.org/10.1561/2000000039</nowiki></ref> Teknik dan algoritme dalam pemelajaran dalam dapat digunakan baik untuk kebutuhan pemelajaran terarah (''supervised learning''), pemelajaran tak terarah (''unsupervised learning'') dan semi-terarah (''semi-supervised learning'') dalam berbagai aplikasi seperti pengenalan citra, pengenalan suara, klasifikasi teks, dan sebagainya. Model pada pembelajaran dalam pada dasarnya dibangun berdasarkan [[jaringan saraf tiruan]], yang risetnya sudah berlangsung sejak era 80-an namun baru-baru ini kembali bangkit dengan adanya komputer yang semakin cepat apalagi ditambah dengan kemampuan [[kartu grafis]] modern yang mampu melakukan kalkulasi berbasis matriks secara simultan.