深度学习概念的理解（一）

【深度学习】深度学习的理解（一）

深度学习

深度学习

深度学习

可以说目前深度学习已经非常成熟了，在生活的各个领域都可以看到其身影。那么问题来了：什么是深度学习？简单来说它是计算机从经验中去理解和解决各种问题的过程其中‘经验’可以被理解为积累的深度而‘学习’的过程实际上是通过抽象的数学模型来完成的。至于所谓的‘知识’它与我们平常所了解的认知道路是一致的唯有当计算机首先积累并掌握了大量基础常识（如树叶呈绿色、乒乓球比篮球小等）才有可能以人类式的思维方式去解决各类问题。

如何学习

那么,人类是如何让计算机从数据中获取"常识"的过程是什么样的呢?我们又该如何将数据中所包含的"常识"有效地传达给机器理解呢?实际上,在人类的语言中描述这些"常识"非常直接,然而对于只会进行数值运算的机器来说,这种知识的表现形式就显得有些抽象.因此,最可行的办法就是采用编码或特征提取等技术手段来帮助机器理解和处理这些知识.

• 编码：采用形式化语言进行直接编码工作，实现了将人类语言转换为计算机理解的语言；
  • 提取特征：从原始数据中识别特定属性或模式来表征知识信息，并且这属于机器学习领域中的核心内容。

传统机器学习作为统计学的一个重要分支领域，在很大程度上高度依赖于数据以及它们的表现形式。这指的是如何利用数据来体现其内在规律或特性。举例说明，在现代医疗环境中，在医院里医生必