对比深度学习和经典机器学习,分别介绍这两种技术的优缺点.doc
《对比深度学习和经典机器学习,分别介绍这两种技术的优缺点.doc》由会员分享,可在线阅读,更多相关《对比深度学习和经典机器学习,分别介绍这两种技术的优缺点.doc(3页珍藏版)》请在三一文库上搜索。
1、对比深度学习和经典机器学习,分别介绍这两种技术的优缺点深度学习已成为大多数AI问题的首选技术,使得经典机器学习相形见绌。但是,尽管深度学习有很好的性能,经典机器学习方法仍有一些优势,而且在一些特定情况下最好使用经典机器学习方法,例如线性回归或决策树,而不是使用一个大型深度网络。本文将对比深度学习和经典机器学习,分别介绍这两种技术的优缺点。近年来,深度学习已成为大多数AI问题的首选技术,使得经典机器学习相形见绌。原因很明显,深度学习在语音、自然语言、视觉和游戏等许多任务上都表现出卓越的性能。然而,尽管深度学习具有如此好的性能,经典机器学习方法仍有一些优势,而且在一些特定情况下最好使用经典机器学习
2、方法,例如线性回归或决策树,而不是使用一个大型深度网络。本文将对比深度学习和经典机器学习,分别介绍这两种技术的优缺点以及它们在哪些问题/如何得到最佳使用。深度学习优于经典机器学习一流的性能:在许多领域,深度网络已经取得了远远超过经典ML方法的精度,包括语音、自然语言、视觉、游戏等。在许多任务中,经典的ML方法甚至无法与深度学习比较。例如,下图显示了ImageNet数据集上不同方法的图像分类精度;蓝色表示经典ML方法,红色表示深度卷积神经网络(CNN)方法。深度学习方法的分类错误率远远低于经典ML方法。用数据进行有效的扩展:与经典ML算法相比,如果有更多的数据,深度网络可以更好地扩展。下图是一个
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 对比 深度 学习 经典 机器 分别 介绍 这两种 技术 优缺点
链接地址:https://www.31doc.com/p-3433027.html