大資料深度學習有什麼區別,大資料和深度學習有什麼區別

1樓:長沙新華電腦學院

就是和人工智慧的區別,這兩專業這邊都有,可以來看看體驗

2樓:安徽新華電腦專修學院

1)深度學習(baideep learning)只是機器

學習(dumachine learning)的一種類zhi別,一個子dao領域。機器學習版 > 深度學習

2)大資料(權big data)不是具體的方法,甚至不算具體的研究學科,而只是對某一類問題,或需處理的資料的描述

3樓:匿名使用者

《智慧問答與深度學習》chatoperaceo王海良著,對學習智慧問答的朋友很有用!強烈推薦!

深度學習和大資料有什麼關係?

4樓:中公教育it優就業

深度學習是多層次的人工神經網路的建立和利用。在最簡單的術語中,

版你可以把它看作是高度非權線性的級聯模型,例如多層規則和最後的邏輯迴歸。這是一個非常複雜的體系結構,最後的結果是分類(離散結果)或迴歸(連續結果)。

一般來說,這些模型需要有大資料的支援,並且需要對超引數(hyper parameters)、正則化等大量的精細調節。應用包括基於**n(convolutional neural ***works卷積神經網路)的計算機視覺和影象識別;自動翻譯(基於nlp技術,例如長短期記憶模型)。

其實深度學習的基礎理論其實在幾十年前就有了,為什麼一直沒有發展起來呢?因為它受到兩個條件的制約,一個是資料量,一個是機器的運算能力。

在數量比較小的情況下,傳統的機器學習方法就能夠取得較好的效果。但是隨著資料量不斷的增加,當達到某個臨界值之後,傳統機器學習方法的效果就不會再有提升了。而深度學習模型的效果則會隨著資料量的顯著增加而獲得明顯的提升。

也就是說,深度學習方法能夠最大限度地發揮出大資料的價值!所以大資料的發展促進了深度學習的崛起,而深度學習又放大了資料的價值,他們兩個相互促進,相輔相成的。

5樓:科學普及交流

大資料,

能促進深度學習的。