深度学习的实质是通过构建具有很多隐层的和海量的，来学习更有用的特征，从而最终提升分类或预测的准确性
举一反三
- 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
- 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。（ ）
- 对于深度学习说法正确的是：（ ）。 A: 强调了模型结构的深度，通常有5-10多层的隐层节点 B: “深度模型”是手段，“特征学习”是目的 C: 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 D: 通过构建多隐层的模型和海量训练数据，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