论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 胡越,罗东阳,花奎,路海明,张学工
关键词: 深度学习,机器学习,卷积神经网络,递归神经网络,多层感知器,自编码机,学习算法,机器学习理论
来源: 智能系统学报 2019年01期
年度: 2019
分类: 信息科技
专业: 自动化技术
单位: 清华大学自动化系,清华大学信息技术研究院,清华大学生命学院
基金: 国家自然科学基金项目(61721003)
分类号: TP181
页码: 1-19
总页数: 19
文件大小: 1955K
下载量: 7712
相关论文文献
标签:深度学习论文; 机器学习论文; 卷积神经网络论文; 递归神经网络论文; 多层感知器论文; 自编码机论文; 学习算法论文; 机器学习理论论文;