Convolutional Neural Network (Classificatie)
Een Convolutional Neural Network (CNN) is een deep learning-model, ontwikkeld door LeCun en collega's in 1998, dat lokale patronen rechtstreeks uit beelden en gestructureerde data leert om deze te classificeren. Stapels convolutiefilters ontdekken steeds abstractere kenmerken, waardoor handmatige kenmerk-engineering grotendeels kan worden gereduceerd.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- LeCun, Y., Bottou, L., Bengio, Y. & Haffner, P. (1998). Gradient-Based Learning Applied to Document Recognition. Proceedings of the IEEE, 86(11), 2278–2324. DOI: 10.1109/5.726791 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Convolutional Neural Network for Classification. ScholarGate. https://scholargate.app/nl/deep-learning/cnn-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Auto-encoderDeep learning↔ compare
- Random ForestMachine learning↔ compare
- Support Vector Machine (Classificatie)Machine learning↔ compare
- Transformer (NLP)Deep learning↔ compare
- XGBoostMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →