深度學習允許由多個處理層組成的計算模型學習具有多層次抽象的數據表示。這些方法極大地提高了語音識別、視覺目標識別、目標檢測以及藥物發現和基因組學等許多領域的最新水平。深度學習在大數據集中發現了復雜的結構，它使用反傳播算法來指示機器如何改變其內部參數，這些參數用于從上一層的表示中計算每一層的表示。深卷網在處理圖像、視頻、語音和音頻方面取得了突破，而反復出現的網絡則對文字和語音等順序數據給予了啟發。