深度学习又称之为什么?
深度学习(Deep Learning),又叫无监督特征学习Unsupervised Feature Learning或者特征学习Feature Learning,是目前非常热的一个研究主题。
深度学习是一种机器学习方法,它接受输入X,并用它来预测Y的输出。例如,给定过去一周的股票价格作为输入,我的深度学习算法将尝试预测第二天的股票价格。
给定输入和输出对的大数据集,深度学习算法将尝试最小化其预测和预期输出之间的差异。通过这样做,它试图学习给定输入和输出之间的关联/模式-这反过来允许深度学习模型推广到它以前没有见过的输入。
作为另一个例子,假设输入是狗和猫的图像,输出是那些图像的标签(即输入图像是狗或猫)。如果输入具有狗的标签,但是深度学习算法预测猫,则我的深度学习算法将知道我的给定图像的特征(例如,锋利的牙齿,面部特征)将与狗相关联。
深度学习内容简介:
深度学习是一类模式分析方法的统称,就具体研究内容而言,主要涉及三类方法:
(1)基于卷积运算的神经网络系统,即卷积神经网络(CNN)。
(2)基于多层神经元的自编码神经网络,包括自编码(Auto encoder)以及近年来受到广泛关注的稀疏编码两类(Sparse Coding)。
(3)以多层自编码神经网络的方式进行预训练,进而结合鉴别信息进一步优化神经网络权值的深度置信网络(DBN)。
以上内容参考: 百度百科-深度学习