深度学习

神经网络取得成功的原因：

1）有逐层的处理（深度加工，（对特征）深层的逐层抽象）

     决策树等也进行逐层处理，但1）其复杂度不够，最深的深度等于特征个数，2）决策树的学习过程中，它内部没有进行特征变换，始终在一个特征空间

     boosting也类似

2）有特征的内部变化

3）有足够的模型复杂度

神经网络有万有逼近能力，但这个能力并不是神经网络所特有的

深度神经网络最本质的东西是什么：

特征学习或者表示学习

神经网络的缺陷：

调参的经验很难共享

可重复性差，同样的数据，同样的方法，只要超参数的设计不一样，结果可能就不一样