神经网络的优缺点

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：