深度学习方法VS传统机器学习

传统机器学习算法：输入——人工特征提取——权重学习——预测结果

深度学习算法：输入——基础特征提取——多层复杂特征提取——权重学习——预测结果

当前，深度学习横扫各个领域，越来越多人投入到AI和DL的浪潮中。我们不禁会问，是不是只要深度学习就够了？答案是否定的。个人认为，深度学习虽自动提取特征，但该过程中，可能导致显著特征不突出，从而造成泛而不优的情况，因此在最终任务效果表现上，可能不及传统机器学习方法。传统机器学习方法，结合人的先验知识及直观感受，设计选择与任务强相关的若干特征，在实现效率上将大大超过深度学习。如果特征提取和选择得当，结果也将优于深度学习。此外，深度学习依赖大数据、大模型和大计算，面临标注数据代价昂贵、不方便在移动设备上使用、需要昂贵的物质和时间成本等诸多挑战，前路漫漫。