== 对比 ==
传统机器学习:人工特征提取作为输入,浅层学习。
深度学习:自动特征提取,拟合表现能力很强,尤其在海量大数据情况下优势更明显。
== 应用 ==
图像视频处理(分割,识别,风格迁移),语音文字识别加自主学习应用等等。
== 基础 ==
微积分,线性代数和信息论,概率论,最优化理论等。
== 对比 ==
传统机器学习:人工特征提取作为输入,浅层学习。
深度学习:自动特征提取,拟合表现能力很强,尤其在海量大数据情况下优势更明显。
== 应用 ==
图像视频处理(分割,识别,风格迁移),语音文字识别加自主学习应用等等。
== 基础 ==
微积分,线性代数和信息论,概率论,最优化理论等。