Deep Learning é um tipo de aprendizado de máquina baseado em redes neurais artificiais. O processo desse aprendizado é denominado profundo porque essas estruturas de rede consistem em múltiplas entradas, saídas e camadas ocultas. Cada camada contém unidades que transformam os dados de entrada em informações e, desta forma, a próxima camada pode utilizá-los para uma tarefa preditiva específica. Desta forma, uma máquina pode aprender através do seu próprio processamento de dados. MATLAB possui o Neural Network Toolbox (Deep Leraning Toolbox começando com a versão 18) que fornece algoritmos, funções e aplicativos para criar, treinar, visualizar e simular redes neurais. Ele pode realizar classificação, regressão, clustering, redução de dimensionalidade, previsão de séries temporais e modelagem e controle de sistemas dinâmicos. A caixa de ferramentas inclui redes neurais convolucionais e algoritmos de aprendizado profundo com codificador automático para classificação de imagens e tarefas de aprendizado de recursos. Para acelerar o treinamento de grandes conjuntos de dados, você pode distribuir cálculos e dados entre processadores multicore, GPUs e clusters de computadores usando o Parallel Computing Toolbox. Este livro investiga as arquiteturas de redes neurais usadas no aprendizado profundo, bem como suas aplicações.