網(wǎng)易科技訊12月16日消息，對(duì)于喜歡數(shù)據(jù)的專(zhuān)業(yè)人士來(lái)說(shuō)，潛水堪稱(chēng)完美運(yùn)動(dòng)，因?yàn)槭占瘮?shù)據(jù)是潛水的重要組成部分。慢慢地下降到深海中，你可以想象自己首次浸入未被開(kāi)發(fā)的數(shù)據(jù)湖中。在成千上萬(wàn)的水下生物中，你可以尋找最大的魚(yú)、最艷麗的珊瑚，這就像在龐大的數(shù)據(jù)集中尋找隱藏的洞見(jiàn)。

但是深度并非只與深海潛水有關(guān)。作為重要的概念，它在分析和機(jī)器智能領(lǐng)域也變得越來(lái)越重要。人工神經(jīng)網(wǎng)絡(luò)，即模仿人類(lèi)大腦建立的、處理單元（人工神經(jīng)元）相互關(guān)聯(lián)的計(jì)算機(jī)模型，已經(jīng)出現(xiàn)數(shù)十年了。早期，這些神經(jīng)網(wǎng)絡(luò)通常有1個(gè)或2個(gè)隱藏神經(jīng)元層組成，現(xiàn)在已經(jīng)從淺層結(jié)構(gòu)進(jìn)化到深層結(jié)構(gòu)，后者又被稱(chēng)為深度學(xué)習(xí)。這種轉(zhuǎn)變依賴(lài)于大規(guī)模建造大型和并行模型的成本不斷下降，以及訓(xùn)練深度模型所需大型多維數(shù)據(jù)集的日益增多。

但要想真正理解深度學(xué)習(xí)，你需要首先了解這三件事：

1.深度學(xué)習(xí)是機(jī)器學(xué)習(xí)分支

從本質(zhì)上看，深度學(xué)習(xí)隸屬于機(jī)器學(xué)習(xí)范疇。但是標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)通常需要手工從數(shù)據(jù)中提煉模式，耗時(shí)費(fèi)力。而深度學(xué)習(xí)模型擅長(zhǎng)于自動(dòng)捕獲隱藏于大數(shù)據(jù)中的復(fù)雜結(jié)構(gòu)模式，在對(duì)圖像、視頻、音頻以及文本數(shù)據(jù)進(jìn)行分析時(shí)，這種能力擁有巨大優(yōu)勢(shì)，而依靠手工從數(shù)據(jù)中提取模式很快將達(dá)到極限。

2.深度學(xué)習(xí)不只是技術(shù)動(dòng)力室

到目前為止，大量學(xué)術(shù)機(jī)構(gòu)和科技公司都在研究深度學(xué)習(xí)，媒體對(duì)深度學(xué)習(xí)相關(guān)成果的報(bào)道也日益增多，這都大大促進(jìn)了深度學(xué)習(xí)的普及?，F(xiàn)在，越來(lái)越多的公司正進(jìn)入這個(gè)領(lǐng)域參加探索。有許多報(bào)道稱(chēng)，數(shù)據(jù)科學(xué)家正將深度學(xué)習(xí)方法應(yīng)用到更廣泛的行業(yè)分析領(lǐng)域，比如客戶流失預(yù)測(cè)、金融欺詐調(diào)查、產(chǎn)品推薦等，傳統(tǒng)企業(yè)對(duì)深度學(xué)習(xí)的興趣日益增加。

3.深度學(xué)習(xí)的利弊權(quán)衡

企業(yè)需要了解，進(jìn)入深度分析領(lǐng)域需要權(quán)衡利弊。盡管深度網(wǎng)絡(luò)構(gòu)架的精度可媲美甚至超越現(xiàn)有分析方式，但由此產(chǎn)生的模型通常是不透明的“黑盒子”,需要對(duì)其進(jìn)行精調(diào)。深度學(xué)習(xí)往往需要預(yù)先架構(gòu)投資，以便能處理模型的復(fù)雜性。大型神經(jīng)網(wǎng)絡(luò)往往需要數(shù)小時(shí)乃至數(shù)天的訓(xùn)練，如果沒(méi)有事先考慮或準(zhǔn)備，這可能對(duì)數(shù)據(jù)科學(xué)團(tuán)隊(duì)造成巨大影響。

為分析挑戰(zhàn)選擇正確的模型不僅僅是最大化模型精度的問(wèn)題，它還受限于輸入數(shù)據(jù)集。當(dāng)涉及到傳統(tǒng)分析時(shí)，模型的可解釋性和簡(jiǎn)單性往往比精度要求更高。而要處理大數(shù)據(jù)集，建模方法的性能和可擴(kuò)展性都需要被考慮到。依賴(lài)非操作性模型協(xié)助發(fā)現(xiàn)洞見(jiàn)的要求，與全面可操作性的建模構(gòu)架完全不同。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。