本文探讨了机器学习中特征提取的重要性，并介绍了深度学习作为一种高级形式的机器学习如何自动进行特征提取和层级抽象，解决了传统机器学习中人工提取特征的问题。
引言
机器学习：AI系统需要具备自己***获取自己获取知识的能力***，即从原始数据中提取模式的能力。
许多人工智能任务都可以通过以下方式解决：先提取一个合适的特征集，然后将这几个特征提供给简单的机器学习算法。
表示学习：使用机器学习来发掘表示本身，而不仅仅把表示映射到输出。
深度学习：通过其他较简单的表示来表达复杂表示，解决表示学习中的核心问题。
传统的机器学习是人工提取特征，深度学习是源于并高于传统的神经网络，通过深度结构，从简单概念构建复杂概念，自动发现提取分布式特征，完成模型学习。
深度学习特征：① 自动提取特征；② 层级抽象
深度学习与机器学习的关系？
深度学习源于机器学习并高于机器学习；
深度学习是AI的一大分支；
深度学习是深层神经网络；
深度学习是表示学习的一种；
扫一扫
988
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
