erste Vorlesung Deep Learning hinzugefügt. Akronyme überarbeitet.

chapters/Semi-supervised Learning/Deep Learning.tex

@@ -0,0 +1,53 @@
+\chapter{Deep Learning}
+\label{chapter: deep learning}
+    Das \say{Deep Learning} ist ein Teilbereich des \ac{ML}.
+    Dieses ist wiederum ein Teilbereich der \ac{KI}.
+    Obwohl es faktisch ein Teilbereich ist haben sich \ac{KI} und \ac{ML} zu separaten Forschungsfeldern entwickelt.\\
+    \includegraphics[width = \textwidth]{ai_and_ml.png}\\
+    Allgemein beschrieben wird bei dem Deep Learning ein Modell aus mehreren Schichten aufgebaut.
+    Diese Schichten sind grundsätzlich hierarchisch aufgebaut und verarbeiten jeweils die Ausgabe des vorhergegangenen Schicht.
+    Hierfür werden sowohl Methoden aus dem Supervised Learning {\ref{supervised learning}}, als auch Methoden aus dem Unsupervised Learning {\ref{unsupervised learning}} verwendet.
+    Da die Modelle meist an das Menschliche Gehirn angelehnt sind werden hierfür Neurale Netzwerke verwendet.
+    Im Allgemeinen kommen 2 Arten von Neuralen Netzwerken zum Einsatz:
+    \begin{itemize}
+        \item \textbf{Faltunsnetzwerke (\ac{CNN}):}\\
+            für statische Daten (Bilder, Sprachaufnahmen, \dots)
+        \item \textbf{Zyklische Netzwerke (\ac{RNN}):}\\
+            für sequentielle Daten (Videostream, Fließtext, \dots)
+    \end{itemize}
+
+    \section{Allgemeines Lernprinzip}
+    \label{deep learning: principle}
+        \includegraphics[width=\textwidth]{deep-learing_learning-principle.png}
+
+    \section{Exkurs: Bilderkennung}
+    \label{bilderkennung}
+        \subsection{Neuro-biologisches Konzept}
+        \label{neuro-biological concept}
+            \includegraphics[width=.8\textwidth]{neuro-biological_concept.png}
+
+        \subsection{Bild Klassifizierung}
+        \label{image classification}
+            Der Inhalt eines Bildes soll klassifiziert werden.\\
+            \includegraphics[width=.8\textwidth]{image-classification.png}\\
+            Hierbei gibt es viele Probleme:
+            \begin{itemize}
+                \item \textbf{Semantic Gap:}\\
+                    Der Computer sieht das Bild als eine Datenmenge von unabhängigen Pixeln.\\
+                    \includegraphics[width=.6\textwidth]{semantical gap.png}
+                \item \textbf{Viewpoint Variation:}\\
+                    Eine kleine Veränderung in der Kameraposition kann dazu führen, dass sich alle Pixel verändern.\\
+                    \includegraphics[width=\textwidth]{viewpoint variation.png}
+                \item \textbf{Beleuchtung:}\\
+                    Eine Veränderung der Beleuchtung kann zu sehr unterschiedlichen Pixeldaten führen.\\
+                    \includegraphics[width=.8\textwidth]{illumination.png}
+                \item \textbf{Deformation:}\\
+                    Die Objekte im Bild können unterschiedlich verzerrt sein.\\
+                    \includegraphics[width=.8\textwidth]{deformation.png}
+                \item \textbf{Occlusion:}\\
+                    Die zu klassifizierenden Objekte können teilweise verdeckt sein.\\
+                    \includegraphics[width = .8\textwidth]{occlusion.png}
+                \item \textbf{Background Clutter:}\\
+                    Das Bild kann einen Hintergrund mit starker Ähnlichkeit zu dem Objekt haben.\\
+                    \includegraphics[width = .8\textwidth]{background clutter.png}
+            \end{itemize}