深度学习

深度学习是机器学习的一个分支，基于多层人工神经网络模拟人脑处理信息的方式。其核心在于通过大量数据自动学习层次化特征表示，避免了传统方法中手动设计特征的步骤。主要用途涵盖图像识别、自然语言处理、语音识别、自动驾驶等领域。沿革上，早期神经网络概念可追溯至20世纪40年代，2006年Geoffrey Hinton提出深度信念网络有效训练方法，2012年AlexNet在ImageNet竞赛中大幅胜出，推动了深度学习在学术界和工业界的广泛应用。