深度学习方法VS传统机器学习

传统机器学习算法:输入——人工特征提取——权重学习——预测结果

深度学习算法:输入——基础特征提取——多层复杂特征提取——权重学习——预测结果

当前,深度学习横扫各个领域,越来越多人投入到AI和DL的浪潮中。我们不禁会问,是不是只要深度学习就够了?答案是否定的。个人认为,深度学习虽自动提取特征,但该过程中,可能导致显著特征不突出,从而造成泛而不优的情况,因此在最终任务效果表现上,可能不及传统机器学习方法。传统机器学习方法,结合人的先验知识及直观感受,设计选择与任务强相关的若干特征,在实现效率上将大大超过深度学习。如果特征提取和选择得当,结果也将优于深度学习。此外,深度学习依赖大数据、大模型和大计算,面临标注数据代价昂贵、不方便在移动设备上使用、需要昂贵的物质和时间成本等诸多挑战,前路漫漫。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容