Глубокое машинное обучение — новый рубеж исследований в области искусственного интеллекта [Перспективное направление исследований]

В статье представлен обзор основных подходов к глубокому обучению и направлений исследований, предложенных за последнее десятилетие. Важно подчеркнуть, что каждый подход имеет свои преимущества и недостатки, зависящие от области применения и контекста его использования. Таким образом, в статье обобщается современное состояние области глубокого машинного обучения и рассматриваются перспективы ее дальнейшего развития. Особое внимание уделено сверточным нейронным сетям (CNN) и сетям глубокого убеждения (DBN), а также их вариантам, поскольку они прочно утвердились в области глубокого обучения и обладают значительным потенциалом для дальнейших исследований.