Deep Belief Network (DBN)

Deep Belief Network adalah model probabilistik generatif yang terdiri dari beberapa lapisan variabel stokastik laten. Diperkenalkan oleh Hinton, Osindero, dan Teh pada tahun 2006, DBN termasuk arsitektur dalam (deep) pertama yang dapat dilatih secara efisien. Setiap pasangan lapisan yang berdekatan membentuk Restricted Boltzmann Machine, dan jaringan dilatih secara serakah, satu lapisan pada satu waktu, sebelum penyesuaian halus (fine-tuning) terawasi opsional. DBN membangkitkan kembali minat pada pembelajaran mendalam (deep learning) dan menunjukkan bahwa pembelajaran fitur hierarkis dari data mentah dapat dilakukan.