Künstliches neuronales Netz (ANN)
Berechnungsmodelle, lose inspiriert von Neuronenschichten; Parameter werden aus Daten geschätzt.
Künstliche neuronale Netze stapeln oft viele Schichten; zwischen Ein- und Ausgabe liegen Millionen oder Milliarden Gewichte, die beim Training angepasst werden: klassisch etwa per Gradientenabstieg mit Backpropagation.
Architekturen reichen von flachen Perzeptron-Stapeln über Boltzmann-Maschinen und Deep Belief Networks bis zu tiefen konvolutionalen Netzen für Vision, rekurrenten Vorgängern in Sequenzaufgaben und den heutigen Transformern für Text und mehr; siehe auch Deep Learning.