APP下载

深度学习发展来源研究

2016-01-01周勇吴瑕周为狄宏林

数码世界 2016年10期
关键词:深度特征模型

周勇 吴瑕 周为 狄宏林

东莞市广播电视大学



深度学习发展来源研究

周勇 吴瑕 周为 狄宏林

东莞市广播电视大学

深度学习带来了机器学习的一个新浪潮,受到从学术届到工业界的广泛重视,也导致了“大数据+深度模型”时代的来临,深度学习在各个领域都得到了广泛的应用并取得了发展优势,本文论述了深度学习的起源,对深度学习的三个起源机械学习、神经网络、深度学习作了详细介绍。

机器学习 深度学习 神经网络 大数据

深度学习是机械学习研究的一个新领域,尤其是大数据时代的爆炸式到来,大数据技术已在很多技术和行业广泛应用,由于大数据存在复杂、高维、多变等特性,如何从复杂的大数据中挖掘出人类感兴趣的知识,迫切需要更深刻的机器学习理论进行指导。了解深度学习发展的来源,可以让我们更有效的提出深度学习的模型及改进算法。

1 萌芽阶段:机器学习

机器学习在人工智能领域具有举足轻重的地位,如果一个智能系统不具有学习能力,那它就不能称为一个真正的智能系统。机器学习通过算法,让机器可以从外界输入的大量的数据中学习到规律,从而进行识别判断。传统机器学习的问题主要包括如下4个方面:理解并且模拟用户的学习过程;针对计算机和用户之间的自然语言接口的研究;针对不完整的信息进行推理和推算的能力,即自动规划和解决问题;创造可发现新的程序。

传统机器学习面临的一个新挑战是如何处理大数据。……

登录APP查看全文

猜你喜欢

深度特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
深度观察
深度观察
深度观察
3D打印中的模型分割与打包
线性代数的应用特征