Neyron tarmoq asoslari va uni chuqur o'rganish

Когда мне может понадобиться глубокое обучение?

0. 
   завершение этой главы сформулируем ряд простых правил для ответа на во-прос: нужно ли в данном проекте глубокое обучение?
   

Когда стоит использовать глубокое обучение

Глубокое обучение стоит использовать, когда:

 более простые модели (логистическая регрессия) не дают требуемой вер-ности;


 требуется распознавать сложные паттерны в изображениях, ОЕЯ или зву-ковых данных;
 размерность данных велика;
 входные данные обладают временным измерением (последовательности).


Когда стоит ограничиться традиционным машинным обучением

Традиционное машинное обучение стоит использовать, когда:

 имеются высококачественные данные низкой размерности, например экс-портированные из базы данных в виде таблицы;


 вы не пытаетесь найти в данных изображения сложные паттерны.
Оба метода дадут неудовлетворительные результаты, если данные неполны или плохого качества.