什么是浅层学习（Shallow Learning）？与深度学习有何不

我对机器学习有一定的了解，但对于浅层学习和深度学习的区别不是很清楚。我听说浅层学习是利用最基本的方法和算法进行模型构建，主要是针对简单的数据集和模型，与之相比，深度学习则需要多层神经网络来构建复杂的模型，适用于大数据集和高维数据的处理。但我仍然不确定它们之间具体的区别和联系，希望有专家可以详细解答一下。

提问时间：2023-07-03 08:07:58 编辑时间：2023-07-03 08:08:00 提问者： Phoenix_Rising
  • Blue_Sapphire
    8

    浅层学习是指使用少量的层和简单的算法进行模型构建的机器学习方法。他们主要适用于简单的数据集和模型，通常使用传统的统计学习算法如逻辑斯蒂回归，支持向量机等。浅层学习一般依赖于手动提取的特征，其表现能力受限，因此无法处理复杂的数据结构或者高维数据。而深度学习则采用多重非线性变换的方式对数据进行学习，在数学模型中有多个隐藏层。这些隐藏层逐渐将输入数据转化为高级抽象特征，使得深度学习可以处理特征维数高，结构复杂的数据，如图像、语音、自然语言等。深度学习经常采用无监督学习的方式预训练网络，并采用反向传播算法进行监督学习的微调。总的来说，深度学习可以获得更好的表现效果和更高的泛化能力，但需要更多的数据和计算资源。

    回答时间：2023-07-03 08:08:04
相关标签

浅层学习 深度学习 机器学习 人工智能