私はすでにいくつかの機械学習の側面を実践し、いくつかの小さなプロジェクトを開発しました。今日、いくつかの騒々しいブログ、記事、オープンな記事が深い学習について語っています。私は、機械学習と深い学習の違いが実際にどのように見えるのか興味があり、深い学習という新しいアプローチや手法を学ぶことになります。私はいくつかのブログを読んだことがありますが、概念的には、深い学習は機械学習のサブセットであり、それは複数のレイヤーを持つニューラルネットワークにすぎません! 私はそれが機械学習と深い学習の唯一の違いであるかどうかを認識するのに唖然としています!!! ニューラルネットワークについて話したいだけなら、深い学習ではなく機械学習のメリットは何ですか?そうであれば、なぜそれをニューラルネットワーク、または深いニューラルネットワークと呼んで、いくつかの分類を区別する必要はありませんか? 私が言及したものと実際の違いはありますか? これらの異なる概念を作り上げる重要な違いを示す具体的な例はありますか?深い学習と機械学習
-7
A
答えて
3
深い学習が、そのような戦術の最も初期の最も簡単なの
ワンなど、MLP、単純ベイズ分類器のように、古典MLアルゴリズムの精度を高めるためにMLパターンと戦術の設定されている - ネットワークのを高めるために隠れ層を追加します学習能力。最近の畳み込みオートエンコーダーの1つ
関連する問題
- 1. 機械学習、Python
- 2. 機械学習システム
- 3. 機械学習udacity
- 4. Python - 機械学習
- 5. 機械学習モデルテスト
- 6. テキストマイニングと機械学習
- 7. 機械学習で学習曲線とは何ですか?
- 8. 機械学習のヌルクラス
- 9. 機械学習 - 分類アルゴリズム
- 10. Coursera機械学習:グラデーションデサントベクトル化
- 11. ロボットでの機械学習
- 12. 機械学習のJavaライブラリ
- 13. 機械学習Webサービス
- 14. aws機械学習エンドポイント
- 15. 機械学習データのフォーマット
- 16. GATEの機械学習
- 17. 機械学習分類アンサンブル
- 18. 反復機械学習アルゴリズム
- 19. 機械学習の提案
- 20. 機械学習用レンタルサーバー
- 21. AWS機械学習エラーS3
- 22. R機械学習モデル - ブラインドテスト
- 23. C#の機械学習ライブラリ
- 24. Azureの機械学習 - データセット
- 25. 機械学習分類データセット
- 26. 興味深いNLP /機械学習スタイルのプロジェクト - プライバシーポリシーの分析
- 27. 機械学習モデルのデータフィッティングと予測
- 28. 機械学習のないテキスト分類
- 29. 機械学習 - SVM機能融合テクニック
- 30. ガウスNB機械学習 - 機能解析
ここでは、機械学習コースラコースのニューラルネットワークからの引用があります。*複数の隠れ層がある場合、 は「深い」ニューラルネットワークと呼ばれます。これは機械学習ドメインのサブセットです –
(1)この質問は、事実上、既にここで尋ねられています。https://stackoverflow.com/questions/11632516/what-are-advantages-of-artificial-neural-networks-over-support-vector-machines?rq = 1(SVMが分類前のDLへの主なアプローチであったため)。 (2)良い質問をする方法はhttps://stackoverflow.com/help/how-to-askを参照してください。言い直すことを検討する。つまり、MLなしのDLについては、「深い学習」は単なる新しい流行語であり、複数の層だけが違いではなく、注目すべき理由は、深刻なNNが他のML攻撃よりも優れていることが多いためです – physincubus