深度学习（一）深度学习的概念

什么是深度学习

深度学习是机器学习与神经网络、人工智能、图形化建模、优化、模式识别和信号处理等技术融合后产生的一个领域。
深度学习网路是神经网络革命性的发展，人们甚至认为可以用它来创建更加强大的预测模型。

深度学习的分类

深度学习使用多层机器学习模型对数据进行有监督学习或无监督学习。模型中的不同层由非线性数据变换的多个阶段组成，数据的特征在相继更高、更抽象的层来表示。
数据科学领域有如下两种基本的学习类型。

1. 有监督学习：训练的数据包含已知的结果。模型相对于这些结果进行训练
2. 无监督学习：训练数据不包含任何已知的结果，算法自行发现数据中的联系。

深度学习的流程

输入数据传递给模型，经过多个非线性层进行过滤，最后一层包含分类器–决定该对象所属的种类

深度学习的能够解决什么问题

深度学习的威力来自于用适量非线性的并行非线性步骤对非线性数据进行分类和预测的能力。
多层深度神经网络有多个非线性层级，可以紧凑地表示高度非线性的和或高度变化的函数。他们擅长识别数据中的复杂模式，可以用来改进计算机视觉和自然语言处理等工作，病可以解决非结构化数据难题。