深度学习简介

什么是深度学习

深度学习是一种包含多个隐藏层（越多即为越深）的多层感知机。它通过组合低层特征，形成更为抽象的高层表示，用以描述被识别对象的高级属性类别或特征。
简单可以总结为：通过加深网络，提取数据深层次特征

深度学习的特点

• 优点
  1.性能更优异
  2.不需要特征工程
  3.在大数据样本下有更好的性能
  4.能解决某些传统机器学习无法解决的问题
• 缺点
  1.小数据样本下性能不如机器学习
  2.模型复杂
  3.过程不可解释

为什么要学习深度学习

• 深度学习具有更强的解决问题能力
• 掌握深度学习具有更强的职业竞争力
• 深度学习在行业中应用更广泛

深度学习的应用

图像分类，人脸识别，图像迁移，语音处理，自动驾驶，机器博弈，机器人，自然语言处理

课程内容

课程特点

• 概念属于多，理论复杂，学习曲线陡峭，需要长期、反复学习、理解、体会、实践
• 需要部分数学知识（方法：记住理论、会使用API、理解公式、推导过程）
• 案例复杂度高
• 与传统程序差异较大