深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。* b2 u3 C! \/ ~$ e1 `# g( k
深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。 [1] & |. E5 {) Q7 _& g7 }- \
深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。% E2 m% k8 E) E( [/ E# D
/ X2 Q" x, J/ V2 n; b Y8 _近年来,深度人工神经网络(包括循环神经网络)在众多比赛中脱颖而出。本书回顾了深度监督学习(也概括了反向传播的历史),无监督学习、强化学习和进化计算、间接搜索编码深度和大型网络的程序。 ' k. h. h9 ?& D( v$ m
) }* ?: b5 F4 S' z2 ~3 ?0 B- n |