欢迎转载，作者：Ling，注明出处：深度学习：原理简明教程01-从浅层机器学习到深度学习

参考:大量论文和资料

总算可以开始从浅层机器学习技术转到深度学习技术上了，开心^_^

接下来计划：完成深度学习理论博客，补充浅层机器学习技术，浅层和深层机器学习实践。

下面给出机器学习必学的一些主流技术，看看浅层机器学习与深度学习的关系：

（图为原创，欢迎转载，请附带上作者链接：Ling http://www.bdpt.net/cn）

关于图的解释：

分类：

机器学习可以分为

• 浅层机器学习
• 深度学习

机器学习又可以分为：

• 有监督学习
  • 分类：
    • 二分类
    • 多分类
      • 单标签
      • 多标签
  • 回归
  • 标注
• 无监督学习
  • 聚类
• 强化学习
  • 普通强化学习
  • GAN

问题：

既然有了深度学习技术，浅层机器学习技术是否还 有必要学？

答案是：肯定要学。至于为什么要学，我会在之后的博文中给出答案。

为什么只写了这些技术？

机器学习技术很多，多大成百上千个，但是真正好用的就这么多…

有些技术不属于分类聚类？

是的，比如降维技术，这些技术是在使用机器学习进行分类聚类时候可能用到的，比如对数据提取特征。

深度学习就这点内容？

是的！！！主要就是自编码器，CNN，RNN，DBN（感觉实际应用得不多）。但是每个技术里面都涉及很多很多技术细节，同时模型复杂程度从原来的线性堆叠，变成了可以任意堆叠有向图无环拓扑图。

接下来我们开始深度学习之旅吧^_^