深度学习可以理解为进行“特征学习”（featurelearning）或“表示学习”（representationlearning）
举一反三
- 深度学习是利用深度神经网络结构来自动解决特征表示的一种学习过程。（ ）
- 与传统机器学习方法相比，深度学习的优势在于 A: 深度学习可以自动学习特征 B: 深度学习完全不需要做数据预处理 C: 深度学习完全不提取底层特征，如图像边缘、纹理等 D: 深度学习不需要调参
- 关于深度学习的描述，下列哪一个正确（）。 A: 深度学习不适合处理大数据 B: 深度学习的可解释性很强 C: 深度学习能够从原始数据中逐层进行特征学习 D: 深度学习只需要少量计算就可以完成训练
- 深度学习的核心是特征学习
- 【单选题】下列关于深度学习说法错误的是() A. 深度学习是对数据进行表征学习的机器学习方法 B. 深度学习源于人工神经网络的研究 C. 深度学习的目的在于从层次化网络的建立中学到数据的复杂特征表示 D. 深度学习相比于机器学习最大区别在于需要人工特征提取