?深度學習的概念解釋是什么?

深度學習(DL，Deep Learning)是機器學習(ML，Machine Learning)領域中一個新的研究方向，它被引入機器學習使其更接近于最初的目標——人工智能(AI，Artificial Intelligence)。[1]

深度學習是學習樣本數據的內在規律和表示層次，這些學習過程中獲得的信息對諸如文字、圖像和聲音等數據的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數據。 深度學習是一個復雜的機器學習算法，在語音和圖像識別方面取得的效果，遠遠超過先前相關技術。

區別于傳統的淺層學習，深度學習的不同在于：[4]

(1)強調了模型結構的深度，通常有5層、6層，甚至10多層的隱層節點;[4]

(2)明確了特征學習的重要性。也就是說，通過逐層特征變換，將樣本在原空間的特征表示變換到一個新特征空間，從而使分類或預測更容易。與人工規則構造特征的方法相比，利用大數據來學習特征，更能夠刻畫數據豐富的內在信息。[4]

通過設計建立適量的神經元計算節點和多層運算層次結構，選擇合適的輸入層和輸出層，通過網絡的學習和調優，建立起從輸入到輸出的函數關系，雖然不能100%找到輸入與輸出的函數關系，但是可以盡可能的逼近現實的關聯關系。使用訓練成功的網絡模型，就可以實現我們對復雜事務處理的自動化要求。

標簽： 概念解釋 都是什么