深度学习与回归分析

深度学习是一种特殊的特殊的非线性回归分析方法
回归分析：三个层面：业务、模型、产品
数据思维：将业务问题转化成一个“数据可分析”问题

选择不同模型的主要决定因素
1、连续型数据（例如颜值、雾霾）
2、0-1型数据（分类数据）
3、定序数据（只有顺序意义，没有代数意义）
4、计数数据（非负整数）
5、生存数据（描述个体的生存状态时间等）

传统线性回归擅长分析结构化数据（如姓名、地址、年龄），如果是非结构化数据经典回归分析不擅长（例如照片、人脸识别、手写数字识别），更适合深度学习。