bp神经网络,当前经常用 机器学习
深度神经网络 2010 计算机视觉 网络结构更加复杂(神经元,层次等)卷积神经网络海量图片处理问题
tensorflow实战Google深度学习框架,对tensorflow有了一定了解后
深度应用领域:计算机视觉 语音识别 自然语言处理(文本分词 文本特征 词向量等) 人机博弈(热点 推手)
机器学习:从经验中学习
传统机器学习,人工对样本属性进行处理和特征提取(需要专业知识)
深度学习特征的提取是机器做的,自动提取
主要区别在于特征的提取