Deep Learning adalah salah satu teknik dalam bidang Artificial Intelligence (AI) yang menggunakan jaringan saraf buatan (artificial neural network) untuk mempelajari pola-pola kompleks pada data. Secara sederhana, Deep Learning bekerja seperti otak manusia yang mempelajari pola dari pengalaman sebelumnya.
Pada awalnya, Deep Learning membutuhkan data yang cukup besar untuk dilatih sehingga jaringan saraf buatan dapat belajar dari data tersebut. Data tersebut kemudian akan dibagi menjadi data latih (training data) dan data uji (test data).
Selanjutnya, jaringan saraf buatan akan mempelajari pola-pola yang terdapat pada data latih dan menghasilkan suatu model. Model tersebut dapat digunakan untuk memprediksi hasil dari data yang belum pernah dilihat sebelumnya (data uji).
Dalam proses pembelajaran (training), jaringan saraf buatan akan melakukan pengoptimalan pada bobot (weight) dan bias pada setiap layer dalam jaringan sehingga error (kesalahan) pada prediksi semakin kecil.
Setelah proses pelatihan selesai, model yang dihasilkan dapat digunakan untuk memprediksi hasil dari data yang belum pernah dilihat sebelumnya. Misalnya, model Deep Learning dapat digunakan untuk mendeteksi objek pada gambar, menerjemahkan teks dari satu bahasa ke bahasa lain, atau memprediksi harga saham di masa depan.
Secara sederhana, Deep Learning dapat dianggap sebagai suatu proses pembelajaran mesin yang menggunakan jaringan saraf buatan untuk mempelajari pola-pola pada data dan menghasilkan model yang dapat digunakan untuk memprediksi hasil dari data yang belum pernah dilihat sebelumnya. Semakin besar dan berkualitas data yang digunakan untuk pelatihan, maka semakin baik pula model yang dihasilkan.