الأول

التعلم العميق هو نوع متخصص من تعلم الآلة يعتمد على الشبكات العصبية الاصطناعية متعددة الطبقات (العميقة). يتميز عن أنواع تعلم الآلة الأخرى بما يلي:

1. **القدرة على معالجة البيانات غير المهيكلة**: يتفوق في التعامل مع البيانات المعقدة مثل الصور والنصوص والصوت مباشرة، بينما تتطلب العديد من خوارزميات تعلم الآلة التقليدية استخراج السمات يدوياً.

2. **التعلم التمثيلي (Representation Learning)**: يستطيع اكتشاف وتعلم التمثيلات الهرمية للبيانات تلقائياً من خلال طبقاته المتعددة، بدلاً من الاعتماد على سمات مصممة مسبقاً.

3. **الأداء مع البيانات الكبيرة**: يعطي أداءً استثنائياً عند توفر كميات هائلة من البيانات، أكثر من العديد من الخوارزميات التقليدية.

4. **التعقيد الحسابي**: يتطلب قوة حاسوبية كبيرة ووقت تدريب أطول مقارنة بمعظم خوارزميات تعلم الآلة التقليدية.

5. **التفسيرية**: غالباً ما يكون أصعب في التفسير والفهم ("الصندوق الأسود") مقارنة ببعض نماذج تعلم الآلة الأبسط مثل الأشجار القرارية أو الانحدار الخطي.

يقع التعلم العميق تحت مظلة تعلم الآلة، والذي بدوره يقع تحت مجال الذكاء الاصطناعي الأوسع.