Deep Learning
Teilbereich des maschinellen Lernens, der künstliche neuronale Netze mit mehreren hintereinander geschalteten Schichten nutzt.
Definition
Deep Learning arbeitet mit neuronalen Netzen, die mehrere verborgene Schichten haben. Jede Schicht verarbeitet die Ausgabe der vorherigen weiter. So kann das Netz aus Rohdaten wie Pixeln oder Wörtern schrittweise immer abstraktere Merkmale ableiten, ohne dass Menschen diese Merkmale vorher festlegen. Auf Deep Learning beruhen heute u. a. Sprachmodelle, Bildgeneratoren, Spracherkennung und Übersetzer. „Deep“ meint die Zahl der Schichten und kein tiefes Verständnis: Auch solche Modelle erkennen nur Muster und können sich sicher klingend irren. Vor allem das Training braucht viele Daten und viel Rechenleistung.
Beispiel
Ein Beispiel aus der Schule: Eine Vorlese-Software erkennt den Text auf einem abfotografierten Arbeitsblatt und liest ihn einem Kind vor. Dahinter steckt ein Deep-Learning-Modell, das Buchstabenformen aus vielen Beispielen gelernt hat. Bei Handschrift oder unscharfen Fotos passieren Fehler, deshalb kontrollierst du das Ergebnis, bevor das Kind damit arbeitet.
Verwandte Begriffe
Weiterführend
Zuletzt aktualisiert: 18. Oktober 2026