Exibir código-fonte para Algoritmo de deep learning

= Conceito =

     Em 2006, Hinton ''et al'' descobriram que os resultados de uma rede neural profunda poderiam ser sensivelmente melhorados quando pré-treinadas com um algoritmo de aprendizagem não-supervisionado, uma camada após a outra e partindo da primeira camada. Este trabalho inicializou a área hoje conhecida como Deep Learning.
     O deep learning é uma área da inteligência artificial que tem como objetivo aprimorar a auto aprendizagem de máquinas com base em representações de dados de aprendizagem (como imagens, vídeos e matemática).
Deep learning é um conjunto de algoritmos de aprendizagem de máquina que tenta modelar abstrações de alto nível em dados usando arquiteturas compostas por múltiplas transformações não lineares. Nele ocorre a experimentação de diversos mecanismos conhecidos de aprendizado de máquina para ver qual melhor adequa-se ao problema compreendido.

= Funcionamento =
     Algoritmos de deep learning são baseados em "representações distribuídas", um conceito utilizado em aprendizagem automática. O pressuposto subjacente a representações distribuídas é que os dados observados são gerados pela interação de muitos fatores diferentes em diferentes níveis. O deep learning acrescenta a suposição de que esses fatores estão organizados em vários níveis, que correspondem a diferentes níveis de abstração ou composição. A variação do número de camadas pode ser usado para fornecer quantidades diferentes de abstração, como mostram as figuras 1 e 2.

[[Arquivo:Ea1.jpg]]
[[Arquivo:Eea2.jpg]]

     Algoritmos de deep learning, em particular explora essa idéia de fatores explicativos hierárquicos. Diferentes conceitos são aprendidos de outros conceitos, com os conceitos de níveis mais abstratos. Essas arquiteturas são muitas vezes construídos com um método camada por camada, que ajuda a separar essas abstrações e escolher quais recursos são úteis para o aprendizado.

= Vantagens = 
     Esse sistema pode aprender com pouca intervenção porque é capazes de descobrir por si mesmos quais os dados mais importantes em cada interação.

= Quem usa =
      O “deep learning” poderá ajudar o Facebook a perceber emoções mesmo se elas não estiverem explicitamente referenciadas no texto, a reconhecer objetos em fotos e a prever o comportamento futuro das pessoas.
      Mike Schroepfer, diretor de tecnologia da empresa Facebook, afirma que seu principal objetivo é melhorar o feed de notícias, especula-se que a real intenção da rede social seja a de conseguir digitalizar a personalidade de seus usuários visando disponibilizar mais corretamente ofertas publicitárias para seu público-alvo correto.

= Referência Bibliográfica =
http://www.ideiademarketing.com.br/2013/10/09/inteligencia-artificial-e-aprendizado-profundo-como-o-facebook-conhecera-a-personalidade-de-seus-usuarios/
http://conceitos-inteligencia.blogspot.com.br/2014/05/deep-learning.html

= Arquivo pdf =
[[Arquivo:Estado da Arte.pdf]]