Các thuật toán học sâu có đại diện cho các phương pháp dựa trên tập hợp không?

Một thời gian ngắn về học tập sâu (để tham khảo) :

Deep learning là một nhánh của học máy dựa trên một tập hợp các thuật toán cố gắng mô hình hóa các mức độ trừu tượng cao trong dữ liệu bằng cách sử dụng biểu đồ sâu với nhiều lớp xử lý, bao gồm nhiều biến đổi tuyến tính và phi tuyến tính.

Các kiến ​​trúc học sâu khác nhau như mạng nơ ron sâu, mạng nơ ron sâu tích chập, mạng lưới niềm tin sâu và mạng thần kinh tái phát đã được áp dụng cho các lĩnh vực như thị giác máy tính, nhận dạng giọng nói tự động, xử lý ngôn ngữ tự nhiên, nhận dạng âm thanh và tin sinh học nơi chúng được chứng minh để sản xuất kết quả hiện đại về các nhiệm vụ khác nhau.

Các mạng nơ-ron sâu hoặc mạng nơ-ron sâu tích chập có thể được xem như là phương pháp học tập dựa trên cơ thể không? Hay đó là cách tiếp cận khác nhau?

Bạn nên nghĩ về chúng như những cách tiếp cận khác nhau. Một mạng lưới thần kinh sâu là một mô hình độc lập duy nhất, trong khi các mô hình tập hợp là tập hợp của nhiều mô hình độc lập.

Kết nối chính giữa hai người là bỏ học , một phương pháp đặc biệt để đào tạo mạng lưới thần kinh sâu được lấy cảm hứng từ các phương pháp tập hợp.

Các mạng lưới thần kinh sâu có thể - về nguyên tắc - là một thành phần của một nhóm các thuật toán học máy , vâng. Phương pháp của bộ đồng bộ về cơ bản chỉ có nghĩa là sử dụng nhiều thuật toán và kết hợp đầu ra của chúng bằng cách nào đó.

Ngoài ra, tôi không thấy bất kỳ mối liên hệ đặc biệt nào giữa học sâu và ý tưởng về các phương pháp tập hợp. DL chỉ là một công cụ nữa trong bộ công cụ.