大数据与深度学习综述

作     者：马世龙 乌尼日其其格 李小平 MA Shilong WUNIRI Qiqige LI Xiaoping

作者机构：北京航空航天大学软件开发环境国家重点实验室北京100191 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2016年第11卷第6期

页      面：728-742页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61003016 61300007 61305054) 科技部基本科研业务费重点科技创新类项目(YWF-14-JSJXY-007) 软件开发环境国家重点实验室自主探索基金项目(SKLSDE-2012ZX-28 SKLSDE-2014ZX-06) 

主　　题：大数据 机器学习 深层结构 深度学习 神经网络 人工智能 学习算法 派生树 

摘      要：大数据时代改变了基于数理统计的传统数据科学,促进了数据分析方法的创新,从机器学习和多层神经网络演化而来的深度学习是当前大数据处理与分析的研究前沿。从机器学习到深度学习,经历了早期的符号归纳机器学习、统计机器学习、神经网络和20世纪末开始的数据挖掘等几十年的研究和实践,发现深度学习可以挖掘大数据的潜在价值。本文给出大数据和深度学习的综述,特别是,给出了各种深层结构及其学习算法之间关联的图谱,给出了深度学习在若干领域应用的知名案例。最后,展望了大数据上深度学习的发展与挑战。