一、问题领域 深度学习的一些应用: 图像分类 ImageNet,一个很大的图片数据集,过去几年图片分类的错误率一直在降低,目前分类误差被降到很低。物体检测和分割 图片中的物体出现在什么地方,像素属于飞机还是人?样式迁移 样式图片和内容图片结合,类似为图片添加滤镜。人脸合成 通过机器、算法随机合成的人脸图片文字生成图片文字生成 根据文字生成报告或者代码无人驾驶 二、简单的机器学习模型案例 对于常用软件的广告点击进行案例分析: 上述案例对应的机器学习模型 Q1:深度学习的可解释性,机器学习在图片分割为什么有效? 模型的可解释性是个黑盒。