每日好东西传送门---科普

本文的内容为好东西传送门中每日推荐的文章中自己感兴趣的部分，便于需要时查找。

目录

DNN的隐喻分析：“深度学习”，深在何处

本文介绍了HMM、RNN的基本结构，其他就是纯科普性的东西了

我们从隐马可夫数学模型（Hidden Markov Models, HMMs）开始说起，它曾一度是很多机器学习系统的中枢。其整体结构不算太复杂，由隐含状态(x)，转换概率(a)，输出概率(b)以及观察状态(y)组成。在大量训练数据集上“训练”得到模型，然后从中“学习”得到的概率值，训练集可以由单词或音素组成。
后来，开始出现神经网络模型，如下所示：