足球bet_bet皇冠体育网

当前位置:主页 > 日博bet备用网址 >
深度学习有哪些缺点?
发布日期:2019-08-01
然而,深度学习也有一些缺点。
与其他机器学习方法相比,通过深度学习生成的模型很难解释。
这些模型可以有多个层和数千个节点。不可能分别解释每一个。
数据科学家通过测量他们的预测来评估深度学习模型,但模型本身的架构是“黑匣子”。
批评者有时会反对深度学习的这一方面,但请记住,分析的目的很重要。
例如,如果分析的主要目的是处理方差的解释或结果,则选择深度学习是不正确的。
但是,您也可以根据预测值的重要性对其进行分类。这是数据科学家通常实施的。
部分依赖图允许数据科学家可视化深度学习模型。
深度学习往往是另一种机器学习方法,并且过度训练数据。
这意味着该算法可以或者可以不在使用该模型的生产环境中使用,“记住”训练数据的特征。
这个问题不仅发生在深度学习中,而且可以通过独立验证来避免。