Aprendizagem estruturada profunda ou aprendizagem hierárquica ou aprendizagem profunda, em suma, faz parte da família dos métodos de aprendizagem de máquina que são um subconjunto do campo mais amplo da Inteligência Artificial.
O aprendizado profundo é uma classe de algoritmos de aprendizado de máquina que usa várias camadas de unidades de processamento não linear para extração e transformação de recursos. Cada camada sucessiva usa a saída da camada anterior como entrada.
Redes neurais profundas, redes de crenças profundas e redes neurais recorrentes foram aplicadas a campos como visão computacional, reconhecimento de fala, processamento de linguagem natural, reconhecimento de áudio, filtragem de rede social, tradução automática e bioinformática, onde produziram resultados comparáveis e em alguns casos melhor do que os especialistas humanos.
Algoritmos e redes de aprendizagem profunda -
baseiam-se na aprendizagem não supervisionada de vários níveis de recursos ou representações dos dados. Recursos de nível superior são derivados de recursos de nível inferior para formar uma representação hierárquica.
use alguma forma de descida gradiente para treinamento.