大数据学习笔记之四十二 机器学习和深度学习的区别
来源:互联网 发布:数据录入用什么软件 编辑:程序博客网 时间:2024/06/06 03:03
1)机器学习的特点
1.1 存在人工干预
1.1.1 机器学习需要把数据表示成特征的集合,究竟用何种特征表示数据是由实现该算法的程序员决定的,称为特征选择
1.1.2 人们对于机器学习算法的选择,一旦选择了某种算法,就相当于假设数据集与这个算法的模型相似
1.2 目标 让计算机能够自己从数据中学习知识,从而为人服务
1.3 问题 由于存在人工干使得计算无法自己从数据中自动实现知识产生
1.4 人工神经网络与其他算法的不同
1.4.1 多层神经网络可以实现一种叫做自动编码器的算法,自动编码器隐藏层实际上相当于一个自动特征筛选过程,这个过程叫做表示学习
1.4.2 神经网络从理论上来讲,与大多数机器学习算法相似,因此可以实现模型选择的自动化
1.5 神经网络算法的局限性
1.5.1 基本都可以看成浅层学习,因为这些神经网络的隐藏层很少
1.5.2 梯度扩散,传统算法在求解过程中依赖于后向传播的梯度信号,但是随着层数的增加,梯度误差矫正信号的强度会逐渐变小,以至于最后不可用
1.5.3 容易得到局部最优解,而不是全局最优解
1.5.4 对数据要求高,尤其是需要数据必须有标签的数据,在实际中有标签的数据很难获得,而神经参数有很多,很可能无法训练处有效的模型
2) 深度学习
2.1 基本思想
增加神经网络中隐藏层的数量,使得大量的隐藏层来增强神经网络对特征筛选的能力,从而能够用较少的参数表达出复杂的模型函数,逼近机器学习的最终目标,知识的自动发展
- 大数据学习笔记之四十二 机器学习和深度学习的区别
- 大数据学习笔记之四十五 深度学习和机器学习的区别
- 大数据,机器学习,和深度学习的初步认识
- 数据挖掘、机器学习、深度学习的区别
- 机器学习和深度学习的最佳框架大比拼
- 人工智能、机器学习和深度学习的区别和联系
- 一文读懂机器学习、数据科学、深度学习和统计学之间的区别
- 机器学习&深度学习&大数据&数据库 学习资料
- 人工智能、机器学习和深度学习的区别
- 人工智能、机器学习和深度学习的区别
- 人工智能、机器学习和深度学习的区别与联系
- 人工智能、机器学习和深度学习的区别与联系
- AI、机器学习和深度学习之间的区别是什么
- 大数据和机器学习的关系
- 深度学习(四十二)word2vec词向量学习笔记
- 深度学习(四十二)word2vec词向量学习笔记
- 机器学习VS深度学习的区别
- 大数据和机器学习
- PHP与memcached实战
- 串口过滤驱动练习
- C++Primer第五版 第七章习题答案(51~58)
- 自定义简易音乐播放器
- SQL中 insert与select的关联
- 大数据学习笔记之四十二 机器学习和深度学习的区别
- eclipse中中文注释乱码解决方法
- sql-基础(一)
- IDEA使用小心得
- [IO系统]13 通用块层-向通用块层提交IO
- STM32 ADC结合DMA数据采样与软件滤波处理
- wider face data 在 faster rcnn 上的实践记录(caffe)
- 股票实时数据接口提取地址
- LTS 轻量级分布式任务调度框架(Light Task Schedule)