深度學(xué)習(DL, Deep Learning)是機器學(xué)習(ML, Machine Learning)領(lǐng)域中一個新的研究方向，它被引入機器學(xué)習使其更接近于最初的目標——人工智能(AI, Artificial Intelligence)。深度學(xué)習是學(xué)習樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學(xué)習過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學(xué)習能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。 深度學(xué)習是一個復(fù)雜的機器學(xué)習算法，在語音和圖像識別方面取得的效果，遠遠超過先前相關(guān)技術(shù)。深度學(xué)習在搜索技術(shù)，數(shù)據(jù)挖掘，機器學(xué)習，機器翻譯，自然語言處理，多媒體學(xué)習，語音，推薦和個性化技術(shù)，以及其他相關(guān)領(lǐng)域都取得了很多成果。深度學(xué)習使機器模仿視聽和思考等人類的活動，解決了很多復(fù)雜的模式識別難題，使得人工智能相關(guān)技術(shù)取得了很大進步。

深度學(xué)習(DL, Deep Learning)是機器學(xué)習(ML, Machine Learning)領(lǐng)域中一個新的研究方向，它被引入機器學(xué)習使其更接近于最初的目標——人工智能(AI, Artificial Intelligence)。深度學(xué)習是學(xué)習樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學(xué)習過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學(xué)習能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。 深度學(xué)習是一個復(fù)雜的機器學(xué)習算法，在語音和圖像識別方面取得的效果，遠遠超過先前相關(guān)技術(shù)。深度學(xué)習在搜索技術(shù)，數(shù)據(jù)挖掘，機器學(xué)習，機器翻譯，自然語言處理，多媒體學(xué)習，語音，推薦和個性化技術(shù)，以及其他相關(guān)領(lǐng)域都取得了很多成果。深度學(xué)習使機器模仿視聽和思考等人類的活動，解決了很多復(fù)雜的模式識別難題，使得人工智能相關(guān)技術(shù)取得了很大進步。收起