深度学习
@封民2901：深度学习(人工神经网络研究的概念) - 搜狗百科
金鸣18948153261…… 普通的神经网络,输入的数据对应一组组的特征值,经过学习,完成分类拟合或预测;深度学习的作用,在于确定给神经网络输入什么特征的值,即用机器完成特征提取,而不需要用其他的方式来人工确定特征,提取特征.
@封民2901：如何正确理解深度学习的概念 -
金鸣18948153261…… 深度学习是机器学习领域中对模式(声音、图像等等)进行建模的一种方法,它也是一种基于统计的概率模型.在对各种模式进行建模之后,便可以对各种模式进行识别了,例如待建模的模式是声音的话,那么这种识别便可以理解为语音识别
@封民2901：深度学习的“深度”有什么意义 -
金鸣18948153261…… 到底什么是深度学习? 它是涵盖了建立和训练神经网络的特殊方法的一个术语.神经网络最早在上世纪五十年代被提出,就像核聚变一样,他们曾是很有前途但很不可思议的实验室想法,迟迟未能在实际中应用.我会在稍后章节详细介绍神经网...
@封民2901：深度学习有哪些优点和缺点 -
金鸣18948153261…… 深度学习的主要优点如下: 1:学习能力强 深度学习具备很强的学习能力. 2:覆盖范围广,适应性好 深度学习的神经网络层数很多,宽度很广,理论上可以映射到任意函数,所以能解决很复杂的问题. 3:数据驱动,上限高 深度学习高度依赖...
@封民2901：在图像问题中,所说的深度学习是指什么 -
金鸣18948153261…… 深度学习在物体识别上的另一个重要突破是人脸识别.人脸识别的最大挑战是如何区分由于光线、姿态和表情等因素引起的类内变化和由于身份不同产生的类间变化.这两种变化的分布是非线性的,且极为复杂,传统的线性模型无法将它们有效区分开.深度学习的目的是通过多层的非线性变换得到新的特征表示.这些新特征须尽可能多地去掉类内变化,而保留类间变化.
@封民2901：深度学习又称之为什么? -
金鸣18948153261…… 深度学习是一种基于神经网络模型和大规模数据集的机器学习技术,它通过多层次的非线性变换来对输入数据进行建模和表示学习.深度学习的核心思想是利袜仿用多层神经网络来自动地学习输入数据中的特征表示,并通过反向传播算法进行参数优化,从而使得模型可以更准确地预测未知数据的结果.深度学习已经在图像识卜扰别、自然型好旦语言处理、语音识别、推荐系统等多个领域取得了显著的成果,成为当今人工智能领域最热门和最有前景的研究方向之一.
@封民2901：如何引导学生进行深度学习 -
金鸣18948153261…… 所谓深度学习:是指在理解学习的,基础上学习者能够批判的学习新的思想和事实,并把它们融入原有的认知结构中,能在众多思想中进行联系,并能将已有的知识迁移到新的情景中去,并作出决策和解决问题的学习.或者是指通过探究学习的共同体促进有条件的知识和原认知发展的学习.它鼓励学习者积极地探索、反思和创造,而不是反复的记忆.我们可以把深度学习理解为一种基于理解的学习.它强调学习者批判性地学习新思想和知识,把它们纳入原有的认知结构中,将已有的知识迁移到新的情境中,从而帮助决策、解决问题.
@封民2901：AI,机器学习和深度学习之间的区别是什么 -
金鸣18948153261…… 1. 深度学习与AI.本质上来讲,人工智能相比深度学习是更宽泛的概念.人工智能现阶段分为弱人工智能和强人工智能,实际上当下科技能实现的所谓“人工智能”都是弱AI,奥创那种才是强AI(甚至是boss级的).而深度学习,是AI中的一种...
@封民2901：人工智能AI,机器学习和深度学习的区别 -
金鸣18948153261…… 机器学习:machine learning,是计算机科学和统计学的交叉学科,基本目标是学习一个x->y的函数(映射),来做分类或者回归的工作.之所以经常和数据挖掘合在一起讲是因为现在好多数据挖掘的工作是通过机器学习提供的算法工具实现的...
金鸣18948153261…… 普通的神经网络,输入的数据对应一组组的特征值,经过学习,完成分类拟合或预测;深度学习的作用,在于确定给神经网络输入什么特征的值,即用机器完成特征提取,而不需要用其他的方式来人工确定特征,提取特征.
@封民2901：如何正确理解深度学习的概念 -
金鸣18948153261…… 深度学习是机器学习领域中对模式(声音、图像等等)进行建模的一种方法,它也是一种基于统计的概率模型.在对各种模式进行建模之后,便可以对各种模式进行识别了,例如待建模的模式是声音的话,那么这种识别便可以理解为语音识别
@封民2901：深度学习的“深度”有什么意义 -
金鸣18948153261…… 到底什么是深度学习? 它是涵盖了建立和训练神经网络的特殊方法的一个术语.神经网络最早在上世纪五十年代被提出,就像核聚变一样,他们曾是很有前途但很不可思议的实验室想法,迟迟未能在实际中应用.我会在稍后章节详细介绍神经网...
@封民2901：深度学习有哪些优点和缺点 -
金鸣18948153261…… 深度学习的主要优点如下: 1:学习能力强 深度学习具备很强的学习能力. 2:覆盖范围广,适应性好 深度学习的神经网络层数很多,宽度很广,理论上可以映射到任意函数,所以能解决很复杂的问题. 3:数据驱动,上限高 深度学习高度依赖...
@封民2901：在图像问题中,所说的深度学习是指什么 -
金鸣18948153261…… 深度学习在物体识别上的另一个重要突破是人脸识别.人脸识别的最大挑战是如何区分由于光线、姿态和表情等因素引起的类内变化和由于身份不同产生的类间变化.这两种变化的分布是非线性的,且极为复杂,传统的线性模型无法将它们有效区分开.深度学习的目的是通过多层的非线性变换得到新的特征表示.这些新特征须尽可能多地去掉类内变化,而保留类间变化.
@封民2901：深度学习又称之为什么? -
金鸣18948153261…… 深度学习是一种基于神经网络模型和大规模数据集的机器学习技术,它通过多层次的非线性变换来对输入数据进行建模和表示学习.深度学习的核心思想是利袜仿用多层神经网络来自动地学习输入数据中的特征表示,并通过反向传播算法进行参数优化,从而使得模型可以更准确地预测未知数据的结果.深度学习已经在图像识卜扰别、自然型好旦语言处理、语音识别、推荐系统等多个领域取得了显著的成果,成为当今人工智能领域最热门和最有前景的研究方向之一.
@封民2901：如何引导学生进行深度学习 -
金鸣18948153261…… 所谓深度学习:是指在理解学习的,基础上学习者能够批判的学习新的思想和事实,并把它们融入原有的认知结构中,能在众多思想中进行联系,并能将已有的知识迁移到新的情景中去,并作出决策和解决问题的学习.或者是指通过探究学习的共同体促进有条件的知识和原认知发展的学习.它鼓励学习者积极地探索、反思和创造,而不是反复的记忆.我们可以把深度学习理解为一种基于理解的学习.它强调学习者批判性地学习新思想和知识,把它们纳入原有的认知结构中,将已有的知识迁移到新的情境中,从而帮助决策、解决问题.
@封民2901：AI,机器学习和深度学习之间的区别是什么 -
金鸣18948153261…… 1. 深度学习与AI.本质上来讲,人工智能相比深度学习是更宽泛的概念.人工智能现阶段分为弱人工智能和强人工智能,实际上当下科技能实现的所谓“人工智能”都是弱AI,奥创那种才是强AI(甚至是boss级的).而深度学习,是AI中的一种...
@封民2901：人工智能AI,机器学习和深度学习的区别 -
金鸣18948153261…… 机器学习:machine learning,是计算机科学和统计学的交叉学科,基本目标是学习一个x->y的函数(映射),来做分类或者回归的工作.之所以经常和数据挖掘合在一起讲是因为现在好多数据挖掘的工作是通过机器学习提供的算法工具实现的...
