深度特征对于传统机器学习算法适配性研究

通过模拟人类解决问题的方式,将“人类”的思想注入机器学习过程已经逐渐成为现阶段人工智能的热点,其中深度学习由于其强大的拟合能力以及惊艳的效果而备受研究者们青睐。通过对大量数据的先验拟合,深度模型已逐渐成为智能领域特征工程的标配,在图像、文本、视频等领域涌现出一批优秀的基准模型。深度特征对于深度模型有着极好的适配性,但深度特征是否能一如既往地适配传统模型,以应对传统模型对于数据依赖以及低算力计算机支持,助力深度模型的学习过程与可解释性,并推动传统算法与深度学习的融合,是一个值得深入探索的问题。