转载请注明出处 https://blog.csdn.net/nk1212582/article/details/81429482
一入侯门“深”似海,深度学习深几许
深度学习的巨大影响
将人类过去痴迷的算法问题,演变成数据和计算的问题
“算法为核心竞争力”正转变为“数据为核心竞争力”
深度学习的所有特征的提取,全程不虚人工提取,这个自主特性在机器学习领域是革命性的
机器学习的4个象限
可统计是指,对于同类事物,它具有一定个规律性,这是一切统计学习的基本假设
不可推理,是指“剪不断、理还乱”的非线性状态
传统机器学习(位于第II象限),通常是用人类的先验知识,把原始数据预处理成各种特征,然后根据特征进行分类。这种分类的效果,高度取决于特征选取的好坏。因此,传统机器学习又称特征工程。
深度学习在本质上属于可统计不可推理的范畴。
什么是深度学习
为了让神经网络的学习性能表现得更好,人们只能依据经验,不断尝试性地进行大量重复的网络参数的调整
深度学习是一种包含多个隐含层的多层感知机,通过组合底层特征,形成更为抽象的高层表示,用以描述被识别对象的高级属性类别或特征。能自生成数据的中间表示(虽然这个表示并不能被人类所理解)。
深度学习的方法论
深度学习是“end-to-end”(端到端),输入的