深度学习本质上是构建含有多隐层的机器学习架构模型，通过大规模数据进行训练，得到大量更具代表性的特征信息。
举一反三
- 下列关于深度学习的描述正确的是（ ）。 A: 深度学习不是机器学习的一个分支领域。 B: 深度学习是基于浅层神经网络进行学习。 C: 深度学习的“深度”是指超过一层的神经网络。 D: 深度学习就是构建一个具有单层隐层的人工神经网络模型，通过提供海量数据对机器进行训练，得到具有代表性的特征信息。
- 深度学习的本质是通过构建多隐层的模型和海量训练数据（可为无标签数据），来学习更有用的特征，从而最终提升分类或预测的准确性。“深度模型”是手段，“特征学习”是目的。（ ）
- 深度学习的本质是：通过构建多隐层的模型和海量训练数据（可为无标签数据），来学习更有用的特征，从而最终提升分类或预测的准确性。（ ）
- 深度学习的实质,是通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性
- 对于深度学习说法正确的是：（） A: 通过构建多隐层的模型和海里训练数据，来学习更有用的特征，从而最终提升分类或预则的准确性 B: “深度模型”是手段，“特征学习”是目的 C: 强调了模型结构的深度，通常有5-10多层的隐层节点与人工规则构造特征的方法相比，利用大数据来学习特征，更能够刻画数据的丰富内在信息