根据 Wikipedia 关于深度学习的文章：
深度学习是机器学习的一个分支，它基于一组算法，试图通过使用具有多个处理层的深度图对数据中的高级抽象进行建模，由多个线性和非线性变换组成。
各种深度学习架构，如深度神经网络、卷积深度神经网络、深度信念网络和循环神经网络，已被应用于计算机视觉、自动语音识别、自然语言处理、音频识别和生物信息学等领域各种任务的最新结果。
深度神经网络或卷积深度神经网络可以被视为基于集成的机器学习方法，还是它们是不同的方法？
深度学习算法是否代表基于集成的方法？
人工智能
神经网络
深度学习
卷积神经网络
计算机视觉
集成学习
2021-11-03 22:15:42
2个回答
您应该将它们视为不同的方法。深度神经网络是一个独立的模型，而集成模型是许多独立模型的集成。
两者之间的主要联系是dropout，这是一种受集成方法启发的训练深度神经网络的特殊方法。
原则上，深度神经网络可以是机器学习算法集合的一个组成部分，是的。集成方法基本上只是意味着使用多种算法并以某种方式组合它们的输出。
除此之外，我认为深度学习与集成方法的想法之间没有任何特殊联系。DL 只是工具包中的另一种工具。
其它你可能感兴趣的问题