Hallo Schueler1028,
du beschreibst hier überwachtes Lernen (supervised learning) mit neuronalen Netzen (neural networks), genauer mittels convolutional neural networks, da Bilder von dem Netzwerk verarbeitet werden sollen.
Was bedueten die markierten Begriffe?
- Überwachtes Lernen: Die Trainingsdaten sind annotiert. Das Netzwerk soll von bekannten Daten Merkmale, sog. Features lernen. Anschließend soll für nicht annotierte Daten eine Vorhersage (entweder Klassifikation oder Regression) durchgeführt werden. Supervised Learning ist nur ein Teilbereich des maschinellen Lernens. Weitere Teilbereiche sind unüberwachtes Lernen (unsupervised learning) und bestärkendes Lernen (reinforcement learning).
- Neuronales Netzwerk: Ein neural network ist ein Algorithmus. Neuronale Netzwerke sollen das menschliche Gehirn nachstellen, welches aus sehr vielen Neuronen besteht. Das besondere an neuronalen Netzwerken ist, das sie jede beliebige mathematische Funktion abbilden können. Ein neuronales Netzwerk besteht vereinfacht aus drei Bestandteilen: Einer Eingabeschicht, einer versteckten Schicht und einer Ausgabeschicht. Der genaue Aufbau ist dabei sehr flexibel, so dass u.a. auch Bilder, Videos, etc. verarbeitet werden können. Es gibt aber noch unzählige andere Algorithmen, im supervised learning u.a. Support Vector Machines, Entscheidungsbäume, baysche Netzwerke.
Was ist nun Deep Learning?
Von Deep Learning spricht man, wenn sog. tiefe (deep) Netzwerke verwendet werden, welche über mehrere hidden Layer (typ. mehr als 3) verfügen.