Deep learning is een onderdeel van ‘machine learning’ dat gebruik maakt van kunstmatige neurale netwerken om patronen in grote hoeveelheden gegevens te herkennen.
Het werkt op een vergelijkbare manier als hoe het menselijk brein informatie verwerkt, met lagen van onderling verbonden ‘neuronen’.
Deze netwerken hebben drie hoofd lagen:
Deep learning modellen leren door het analyseren van gelabelde gegevens, het aanpassen van verbindingen tussen neuronen om fouten te verminderen en de nauwkeurigheid te verbeteren. Deze aanpak verschilt van traditionele ‘machine learning’, waar programmeurs specifieke kenmerken en eigenschappen moesten definiëren, wat vaak resulteerde in complexe algoritmen. Een bijkomend voordeel van deep learning is het vermogen om alle gegevens tegelijk te analyseren, waardoor het systeem meer context kan gebruiken en patronen beter kan begrijpen. Hierdoor kunnen bepaalde defecten in beelden met grotere nauwkeurigheid worden gedetecteerd.