AI人工智能 - 深度学习_ai分类 流形

深度学习在计算机视觉、自然语言处理领域的应用远超过传统的机器学习方法。

进入21世纪，纵观机器学习发展历程，研究热点可以简单总结为2000-2006年的流形学习、2006年-2011年的稀疏学习、2012年至今的深度学习。

DL的意义 （DL是机器学习的一个分支；机器学习是AI的一个分支）
核心思想是分类，概率。深度学习属于统计学习的范畴。

根据数据输入，将结果分类。

在深度学习中，经常有“end-to-end（端到端）”学习的提法，与之相对应的传统机器学习是“Divide and Conquer（分而治之）”

参考下面坐标模型

经典机器学习（位于第Ⅱ象限），在哲学上，在某种程度上，就可归属于还原主义。传统的机器学习方式，通常是用人类的先验知识，把原始数据预处理成各种特征（feature），然后对特征进行分类。

深度学习（位于第Ⅲ象限）。

参考

https://zhuanlan.zhihu.com/p/27517735

学习书籍

https://www.zhihu.com/question/56952345/answer/151110524