Wyszukiwarka
Abstrakt
Deep learning (DL) is a rising star of machine learning (ML) and artificial intelligence (AI) domains. Until 2006, many researchers had attempted to build deep neural networks (DNN), but most of them failed. In 2006, it was proven that deep neural networks are one of the most crucial inventions for the 21st century. Nowadays, DNN are being used as a key technology for many different domains: self-driven vehicles, smart cities, security, automated machines. In this chapter, brief information about DL theory is given, advantages and disadvantages of deep learning are discussed, most used types of DNN are mentioned, popular DL architectures and frameworks are glanced and aimed to build smart systems for the finance and real estate domains. Finally, a case study about image recognition using transfer learning is developed.
Cytowania
-
0
CrossRef
-
0
Web of Science
-
0
Scopus
Autorzy (2)
-
Semra Erpolat Tasabat
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja monograficzna
- Typ:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Tytuł wydania:
- Artificial Neural Network Applications in Business and Engineering strony 171 - 196
- Język:
- angielski
- Rok wydania:
- 2021
- Opis bibliograficzny:
- Erpolat Tasabat S., Aydin O.: Deep Learning: A Case Study for Image Recognition Using Transfer Learning// Artificial Neural Network Applications in Business and Engineering/ : , 2021, s.171-196
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.4018/978-1-7998-3238-6.ch008
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 139 razy