机器学习 - ML + 深度学习 - DL

机器学习

CNCC - 2016 | 机器学习（原文链接）

Machine Learning - ML，机器学习起源于人工智能，是AI的一个分支。

• 机器学习的理论基础：计算学习理论 - Computational Learning Theory
• 计算学习理论中最重要的理论模型：PAC（Probably Approximately Correct） - 概率近似正确模型（Valiant - 图灵奖，1984）

　　 

• 机器学习的形态：数据 + 算法

 关于机器学习的未来

• 技术上：一定是能有效利用GPU等计算设备的方法（未必是深度学习）；
• 任务上：开放动态环境下的机器学习任务（鲁棒性是关键）；
• 形态上：从“算法 + 数据”过渡到“学件（Learnware）= 模型（model）+规约（specification）”的形态；

参考

• 深入浅出，一篇超棒的机器学习入门文章；

深度学习

雷锋网 - 2016 | 人工智能在深度学习领域的前世今生（原文链接）

Deep Learning - DL，深度学习是机器学习的一种。

• 深度学习最重要的作用：表示学习

 

深度学习实践的四个关键要素

• 计算能力
• 算法
• 数据
• 应用场景

   

卷积神经网络（CNN）

最著名的深度学习模型。

 

参考

• ；