为什么选择深度学习_工作流管理_工作流软件_深圳市和丰软件技术有限公司【知名】

13544009511
我们做过什么

为什么选择深度学习

发布日期:2021-01-10 浏览次数:

这个问题很有意义。机器学习算法并没有什么不足之处,那么为什么数据科学家要选择深度学习算法呢?神经网路能够提供给我们哪些传统机器学习提供不了的功能呢?

我还常常会见到另一个问题——神经网络需要强大的计算能力,那么当问题中只是存在一些细微差别时,使用神经网络真的值得吗?问题的答案很简单——值得!

深度学习中不同的神经网络(如卷积神经网络CNN、循环神经网络RNN、人工神经网络ANN)正在改变着我们与世界之间的交互方式。这些不同类型的神经网络是深度学习革命的核心,为无人机、自动驾驶汽车、语音识别等应用提供了推动力。

人们自然会联想到——机器学习算法难道不能做到吗?以下是研究人员和专家们倾向于选用深度学习而非机器学习的两个关键原因:

  • 决策边界

  • 特征工程

那让我来解释一下吧!

  • 机器学习vs.深度学习:决策边界

每种机器学习算法都会学习从输入到输出的映射。换句话说,该算法会学习一个仅有几组权重的函数:

Input -> f(w1,w2…..wn) -> Output

在分类问题中,算法将学习将两种类别分开的函数——这被称为决策边界(Decision boundary)。决策边界能够帮助我们确定给定数据点属于正向类还是负向类。

例如,在逻辑回归的情况下,学习函数就是一个试图将两种类别分开的Sigmoid函数。

逻辑回归的决策边界

如上图所示,逻辑回归算法要学习线性决策边界。它不能学习下图这种非线性数据的决策边界:

非线性数据

同样,一种机器学习算法是无法学习所有函数的。这就限制了算法能够解决的有关复杂关系的问题。

粤公网安备 44030502004911号