深度学习就是机器学习的领域中一个新的研究方向吧,在想要更加的接近到最初目标(人工智能)的时候,引入了深度学习的。
而深度学习主要是学习样本数据的内在规律以及表示层次,这个学习的过程中得到的信息,比如文字、图像以及声音等数据的解释有着非常大的帮助。它最大的目的就是让机器可以和人一样可以分析、可以自主的学习、可以对文字进行识别,对声音图像等进行识别。深度学习是较为复杂的机器学习算法,在语音还有图像等的识别上具有非常好的效果,甚至是在很大程度上超过先前相关的技术。
另外,深度学习的应用也是非常广泛的,有搜索技术,
数据挖掘,机器学习,机器翻译,
自然语言处理,多媒体学习,语音,推荐和个性化技术,并且还在其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的
模式识别难题,使得人工智能相关技术取得了很大进步。
还有深度学习也可以说是一种模式分析方法的总称,如果从研究内容方面来看的话,主要是有3个种方法:
(1)基于卷积运算的神经网络系统,即
卷积神经网络(CNN)。
(2)基于多层神经元的
自编码神经网络,包括自编码( Auto encoder)以及近年来受到广泛关注的稀疏编码两类( Sparse Coding)。
(3)以多层自编码神经网络的方式进行预训练,进而结合鉴别信息进一步优化神经网络权值的深度置信网络(DBN)。本回答被提问者采纳