浅谈机器学习之深度学习
机器学习是一种多领域交叉学科, 专门研究计算机如何模拟或实现人类学习行为 。以获取新的知识或技能 重新组织已有的知识结构 使之不断改善自身的性能 。它是人工智能的核心 是使计算机具有智能的根本途径 。
深度学习是一种实现机器学习的办技术,其本身并不是一种独立的学习方法 ,还会用到监督和无监督的方法来训练深度学习网络 ,由于近几年该领域发展迅猛 ,一些特有的学习手段相继被提出 ,因此很多人将其单独看做一种学习方法 。
最初的深度学习是利用深度学习网络来解决 中表达的一种学习过程 。深度神经网络本身并不是一个全新的概念 ,可大致理解为一个包含多个隐含层的神经网络结构,为提高深层网络训练效果 ,人们对神经元的连接方法及激活函数做出了相应的调整 ,虽然前些年也有过 但是由于数据量不足及那能力落后 ,所以最终效果也不尽人意。
深度学习摧枯拉朽般的完成了各种任务 ,而几乎所有的机器辅助功能变为可能 ,无人驾驶汽车 ,医疗性预防保健 ,甚至更好的电影推荐都近在眼前或即将实现 。
深度学习可以说是作为目前最热门的机器学习方法 ,但其中存在着以下几个问题 。
一、 深度学习模型需要大量的数据才能展现出神奇的效果 。在现实生活中 不可避免的会遇到小杨板问题 这是深度学习就无法插手 。
二、有些领域采用简单的传统机器学习往往就可以解决 没有必要采用复杂的深度学习方法 。
三、深度学习的方法来源于热闹的启发 但又不完全等同于人脑,如果对某一件事情稍微改变一些局部变量 他的判断就可能会因此而改变 ,但是人脑几乎不会这样 ,也就是说 人类的学习过程不需要大量的训练数据,而现在的学习方法显然不是对人脑的模拟 。