Deep learning
Approche de l'apprentissage de représentations à partir des données qui met l'accent sur des
strates successives de représentations de plus en plus éloquents.
- on appelle profondeur du modèle le nombre de couches qui y contribuent
- on appelle shallow learning les approches qui se concentrent sur la représentation de données en apprenant seulement une ou deux couches
- les représentations en plusieurs couches sont apprises via des modèles appelés réseaux de neurones
- les catégories des problèmes de classification sont appelées classes
- si il y a beaucoup de catégories, il faut éviter de créer des goulots d'étranglement dans le réseau de neurones à cause de couches intermédiaires trop petites
- les points de données sont appelés échantillons
- la classe associée à un échantillon spécifique est appelée label
- on appelle hyperparamètres le nombre de couches, ou le nombre de neurones par couche
Machine apprenante 
