大数据与深度学习综述

​

摘要: 大数据时代改变了基于数理统计的传统数据科学，促进了数据分析方法的创新，从机器学习和多层神经网络演化而来的深度学习是当前大数据处理与分析的研究前沿。从机器学习到深度学习，经历了早期的符号归纳机器学习、统计机器学习、神经网络和20世纪末开始的数据挖掘等几十年的研究和实践，发现深度学习可以挖掘大数据的潜在价值。本文给出大数据和深度学习的综述，特别是，给出了各种深层结构及其学习算法之间关联的图谱，给出了深度学习在若干领域应用的知名案例。最后，展望了大数据上深度学习的发展与挑战。

关键词: 大数据     机器学习     深层结构     深度学习     神经网络     人工智能     学习算法     派生树    

大数据不仅为企业带来丰厚的利润，也开启了科学研究的第四范式，即数据密集型科学发现[1]。学术界和产业界对大数据的认识正逐步清晰化并形成共识。大数据时代同时也改变了基于概率论和数理统计的传统数据科学，促进了新的数据分析方法的创新，从机器学习和多层神经网络演化而来的深度学习是当前大数据处理和分析方法的研究前沿。