深度学习与机器学习

-7

我练习了一些机器学习方面的知识，并开发了一些小型项目。现在一些嘈杂的博客，文章，开放文章谈论深度学习。我感兴趣地看到实际上机器学习和深度学习之间的区别，也许学习一种称为深度学习的新方法/技术。我读了很少的博客，但从概念上我看到，深度学习是机器学习的一个子集，它只不过是具有多层的神经网络！但是，我很惊讶，并且很难辨认它是否是机器学习和深度学习之间的唯一区别！如果我们只想谈论神经网络，那么深层学习而不是机器学习有什么好处？所以如果是这样，为什么不称之为神经网络或深层神经网络来区分某种分类呢？与我提到的有真正的区别吗？是否有任何实例显示出让我们做出这些不同概念的显着差异？深度学习与机器学习

来源

2017-07-20 dervish

以下是来自机器学习Coursera课程的神经网络引用：*如果存在多个隐藏层，我们称它们为“深”神经网络*所以，看起来你是对，这是机器学习领域的一个子集。 –

（1）此问题实际上已经在此处提出：https://stackoverflow.com/questions/11632516/what-are-advantages-of-artificial-neural-networks-over-support-vector-machines?rq = 1（因为SVM是分类前DL的主要方法）。（2）请参阅https://stackoverflow.com/help/how-to-ask了解如何提出一个好问题;考虑改写。也就是说，人们不会谈论没有ML的DL，“深度学习”只是一个更新的流行词，多层并不是唯一的区别，并且引起注意的原因是深层神经网络通常胜过其他ML算法的算法 – physincubus

深度学习设置的ML模式和策略，以增加传统ML算法，如MLP，朴素贝叶斯分类器等高精度

其中最早的和最简单的这种战术 - 添加隐藏层，以提高网络的学习能力。最近的一种 - 卷积自动编码器

来源

2017-07-20 10:31:18

深度学习与机器学习

回答

相关问题