42丨当我们谈深度学习的时候，我们都在谈什么？
陈旸
该思维导图由 AI 生成，仅供参考
在算法篇中，我们已经讲了数据挖掘十大经典算法，在实战篇中也了解了随机森林、逻辑回归的概念及工具使用。这些算法都属于传统的机器学习算法。你肯定听说过这两年很火的深度学习，那么机器学习算法和深度学习有什么关联呢？
在这篇文章中，我们会通过以下几个方面了解深度学习：
数据挖掘、机器学习和深度学习的区别是什么？这些概念都代表什么？
我们通过深度学习让机器具备人的能力，甚至某些技能的水平超过人类，比如图像识别、下棋对弈等。那么深度学习的大脑是如何工作的？
深度学习是基于神经网络构建的，都有哪些常用的网络模型？
深度学习有三个重要的应用领域，这三个应用领域分别是什么？
数据挖掘，机器学习，深度学习的区别是什么？
实际上数据挖掘和机器学习在很大程度上是重叠的。一些常用算法，比如 K-Means、KNN、SVM、决策树和朴素贝叶斯等，既可以说是数据挖掘算法，又可以说是机器学习算法。那么数据挖掘和机器学习之间有什么区别呢？
数据挖掘通常是从现有的数据中提取规律模式（pattern）以及使用算法模型（model）。核心目的是找到这些数据变量之间的关系，因此我们也会通过数据可视化对变量之间的关系进行呈现，用算法模型挖掘变量之间的关联关系。通常情况下，我们只能判断出来变量 A 和变量 B 是有关系的，但并不一定清楚这两者之间有什么具体关系。在我们谈论数据挖掘的时候，更强调的是从数据中挖掘价值。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
深度学习是机器学习领域的热门话题，本文从数据挖掘、机器学习和深度学习的区别入手，深入探讨了它们之间的联系和区别。文章首先介绍了数据挖掘和机器学习的区别，强调了数据挖掘是从数据中提取规律模式，而机器学习是通过训练数据和算法模型让机器具有一定的智能。接着，文章详细解释了深度学习的工作原理，包括神经网络的结构和工作原理，以及前向传播和反向传播的过程。此外，还介绍了深度学习的常用网络模型和重要应用领域。深度学习网络常包括FNN、CNN和RNN等结构，应用领域涵盖图像识别、语音识别和自然语言处理。深度学习的普适性较强，但也需要大量数据和计算资源。文章还指出深度学习的迅猛发展和应用场景，以及提出了对深度学习工作原理和使用场景的思考。整体而言，本文简洁清晰地介绍了深度学习的基本概念和工作原理，适合读者快速了解深度学习的核心内容。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《数据分析实战 45 讲》，新⼈⾸单¥59
《数据分析实战 45 讲》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(11)
- 最新
- 精选
third对深度学习的理解，一层套一层，有点像筛子，逐渐过滤杂质，直到事情的本质。 使用场景，图像识别，人脸识别等作者回复: 不错的分享
2019-03-2128
小高通俗易懂，谢谢老师让我了解了三者的区别、作者回复: 哈哈 加油
2019-04-223
Icey苹果的人脸识别系统就是深度学习吧，对同一个人的不同妆容学习，不会出现化妆卸妆识别不一致的情况作者回复: 图像这种一般都会用到深度学习
2019-03-2123
lxyoryxl老师的课解决了我很多问题!很谢谢老师作者回复: 不客气哦！加油！！！
2020-08-052
Ronnyz
深度学习通过神经网络实现，只需要数据输入，神经网络就能自我训练，输出结果，至于中间的训练过程就基本处于黑盒状态。相较于机器学习，它要求更少的“人工”，更大的数据量。作者回复: 对 深度模型是这样的，不过实际工作中，有时候还需要靠规则，具体看数据集
2019-11-302
Vector老师，想问下，对于一个深度学习程序，是不是每次开机运行都必须重新训练一次？能否将训练得到的“经验”与“智慧”保存起来便于程序下次运行的时候直接用？作者回复: 当然可以，随时保存模型，可以接着训练的
2020-12-031
王彬成1、深度学习通过不断地前向传播和后向传播，自动优化神经网络的参数，从而得到一个适应与训练数据的模型。 2、深度学习的应用场景：人脸技术、图像识别、智能监控、文字识别。作者回复: Good Sharing
2019-03-201
庄忠惠老师，之前介绍的算法模型这么多，实际工作中，怎么选择合适的算法2019-03-2018
梁林松我是做医学检验的，简单的讲就是化验室，现在图像识别技术在影像和病理用的比较多。检验方面也有，（其实，医学检验和病理存在着一定范围的重叠区域。）比如罗氏的尿流式分析仪E411,在传统干化学基础上加入了图像识别部分，每次会出20几张图，把有问题的细胞标出来让人来判断。我看了一下，分类基本还好，除了会偶尔把圆形上皮细胞误认为红细胞外，白细胞，上皮细胞，都能识别出来。只是，他们没有数据收集部分，就我校正过的结果他们没有收集流程。只是根据每次系统更新的数据来识别细胞。至于，病理和影像的图像识别，现在已经有不少公司在做了。但也只能是辅助减少医生的工作强度而已。2019-03-2010
张贺深度学习差不多就是多层感知机2020-03-294
收起评论
