直播连麦贾扬清，谈谈他所理解的四大 AI 落地问题 | 攻“疫”技术公开课

从机器学习模型的层次来看，大致经历了两次发展浪潮：浅层学习（Shallow Learning）和深度学习（Deep Learning）。 1980年代，人工神经网络的反向传播算法（也叫Back Propagation算法或者BP算法）的出现让一个人工神经网络模型从大量训练样本中学习出统计规律，从而对未知事件做预测，这掀起了一轮基于统计模型的机器学习热潮。 彼时的人工神经网络，虽然被称作多层感知机（Multi-layer Perceptron），但实际上只含有一层隐层节点的浅层模型。 进入到1990年代，支持向量机、Boosting等各种各样的浅层机器学习模型相继提出。但这些模型的结构基本上可以看成带有一层隐层节点（如SVM、Boosting），或没有隐层节点（如LR）。但这些模型在无论是理论分析还是应用都获得了巨大成功 ………………………………