深度学习

任务抽象

数据集：D={x1, x2,…,xm}，d个属性 xi=(xi1,xi2,xi3,…,xid)ϵχ(输入空间)ϵ样本空间Ð
训练集：{(x1,y1), (x2,y2),…(xm,ym)}，yiϵγ(标记空间、输出空间)
学习/训练  f: χ→γ，对于二分任务γ={0,1}，对于多分类|γ|>2，对于回归任务γ=R。
监督学习：分类与回归；无监督学习：聚类。
泛化能力、独立同分布。

天下没有免费午餐

DL

深度神经网络的目标并不是完美地给大脑建模，而是受到神经科学中生物神经元计算功能观测的启发，但更多的则来自数学与软件工程学的指引；其目标是为了实现泛化(以已知预测未知)、使用数值计算方法而设计出来的函数近似机。