关于深度学习的综述与讨论

被引：614

作者：

胡越 ^{[1
]}

罗东阳 ^{[1
]}

花奎 ^{[1
]}

路海明 ^{[2
]}

张学工 ^{[1
,3
]}

机构：

[1] 清华大学自动化系

[2] 清华大学信息技术研究院

[3] 清华大学生命学院

来源：

智能系统学报 | 2019年 / 14卷 / 01期

关键词：

深度学习; 机器学习; 卷积神经网络; 循环神经网络; 多层感知器; 自编码机; 学习算法; 机器学习理论;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

机器学习是通过计算模型和算法从数据中学习规律的一门学问,在各种需要从复杂数据中挖掘规律的领域中有很多应用,已成为当今广义的人工智能领域最核心的技术之一。近年来,多种深度神经网络在大量机器学习问题上取得了令人瞩目的成果,形成了机器学习领域最亮眼的一个新分支——深度学习,也掀起了机器学习理论、方法和应用研究的一个新高潮。对深度学习代表性方法的核心原理和典型优化算法进行了综述,回顾与讨论了深度学习与以往机器学习方法之间的联系与区别,并对深度学习中一些需要进一步研究的问题进行了初步讨论。

引用

页码：1 / 19

页数：19

共 12 条

[1]

关于统计学习理论与支持向量机 [J].