人工智能深度学习是什么

深度学习是构建含有多隐层的机器学习架构模型，通过大规模数据进行训练，得到大量更具代表性的特征信息，从而对样本进行分类和预测，提高分类和预测的精度。和传统浅层学习模型（如支持向量机（support vector machine，SVM）、人工神经网络（artificial neural networks，ANN））的区别在于：
（1）深度学习模型结构含有更多的层次，包含隐层节点的层数通常在5层以上。
（2）明确强调了特征学习对于深度模型的重要性，即通过逐层特征提取，将数据样本在原空间的特征变换到一个新的特征空间来表示初始数据，这使得分类或预测问题更加容易实现。