[programming]
En analyse d’image, technique de Machine Learning qui apprend à un ordinateur à filtrer les entrées via des couches pour savoir comment prévoir et classer des informations dans l’imagerie. Le Deep Learning repose sur un grand nombre d’échantillons d’entraînement représentant des entités et des objets d’intérêt, puis emploie des algorithmes complexes pour prévoir les résultats qui sont ensuite comparés aux données d’entraînement de manière itérative dans le but de développer un modèle d’entraînement. Le modèle d’entraînement est alors exécuté sur la nouvelle imagerie qui présente des caractéristiques similaires à celles des échantillons d’entraînement afin de prévoir et identifier les entités et objets définis par les échantillons d’entraînement.