在我们聊深度学习时要先知道什么是深度学习。

深度学习是根据已经提供的统计学习的信息数据，不再额外进行编程的自我学习过程。能根据已经有的数据进行自我学习并且进行预测。相关的知识领域有计算统计、数学优化、数据学习等多方面的知道。一般是分为两种

• 一个是根据用户录入的信息进行预测分析的
• 另一种则是在划分的规则之内进行自我的学习以及完善。像是有着自我的意识一样

如果在学习之前您清楚的知道目标，那么学习就像一个课题，只要不断的提供学习用的数据则可以达到目标。

在深度学习之间，我们要了解

• 线性代数
• 概论
• 编程

只是简单地说了三个方面，其实还有很多的内容。

常用的学习方法

回归

回归主要处理的连续数值变化的预测，比如股市预测等。回归又分为核回归，向量回归，线性回归，等多种

分类

比如预测一个邮箱是否为垃圾邮箱，都是属于这个范畴的事情。常见的有增强树，逻辑回归，决策树等

聚类

是用于事务的特性分析，比如这是那一类的消费群体等。常用的有均值偏移、主题 模型，层次聚类