深度学习目前受到了追捧。人们想将神经网络应用到各个地方,但是它们真的适合每个地方吗?在本篇文章中,将对于这个问题以及深度学习现在如此受追捧的原因进行讨论。
通过这篇文章,您将了解神经网络的主要缺点,阅读完它后,您将知道神经网络的主要缺点,当您为当前的机器学习问题选择正确类型的算法时,您将有一个大致的指导原则。
目录:
1. 为什么深度学习被如此大肆宣传(数据,计算能力,算法,市场营销)。
2. 神经网络与传统算法(黑盒子,开发持续时间,数据量,计算成本昂贵)。
3. 结论。
为什么深度学习被如此大肆宣传?
1. 数据
深度学习之所以如此受欢迎是因为在2018年有大量的在过去几年或者几十年中收集得到的可用数据。神经网络获得的数据越多,越能发挥他们的潜力。
相比之下,传统的机器学习算法则将要达到一个饱和水平,更多的数据并不能提高其性能。下面的图说明了这一点: