IT领导者深度学习指南

深度学习的进步正在蓬勃发展，从专用软件的开发到硬件功能的重大突破。这本电子书介绍了深度学习迄今为止已取得的成就以及它可能会从何而来。

从电子书中：

深度学习是机器学习的子集。它利用某些机器学习技术，通过利用模拟人类决策的神经网络来解决现实世界中的问题。深度学习可能很昂贵，并且需要大量的数据集来进行自我训练。这是因为学习算法需要理解大量参数，这些参数最初可能会产生很多假阳性。例如，可以指示深度学习算法“学习”猫的外观。它需要大量的图像数据集，才能了解将猫与例如猎豹，黑豹或狐狸区分开的次要细节。

2016年3月，当DeepMind的AlphaGo程序使用深度学习在五分之四的围棋比赛中有四次击败世界冠军Lee Sedol时，人工智能取得了重大胜利。谷歌表示，深度学习系统通过将“蒙特卡洛树搜索与通过监督学习，人类专家游戏以及通过自玩游戏进行强化学习而训练的深度神经网络相结合”来工作。

深度学习还具有业务应用程序。它可能会占用大量数据（例如，数百万张图像）并识别某些特征。基于文本的搜索，欺诈检测，垃圾邮件检测，手写识别，图像搜索，语音识别，街景检测和翻译都是可以通过深度学习执行的任务。在Google，深度学习网络已经取代了许多“手工制作的基于规则的系统”。