文档介绍：深度学****在数据挖掘中应用及相关介绍
深度学****在数据挖掘中应用及相关介绍
摘 要
当今，由于互联网频繁的使用，海量的数据的产生，人们已然进入了大数据时代。在人们日常生活中产生了大量的数据，由于这些数据涉及信
深度学****在数据挖掘中应用及相关介绍
深度学****在数据挖掘中应用及相关介绍
摘 要
当今，由于互联网频繁的使用，海量的数据的产生，人们已然进入了大数据时代。在人们日常生活中产生了大量的数据，由于这些数据涉及信息量巨大、内容越来越复杂，导致对数据的分析和使用过程中所需考虑的问题越来越多。随着问题的加深深度学****在数据挖掘上的应用应运而生。本文对深度学****和数据挖掘进行一定的介绍和了解，以此分析总结深度学****在数据挖掘上的应用。
【关键词】数据挖掘 神经网络 深度学****人工智能
1 引言
在大数据时代，我们已经离不开对数据进行分析与处理。大数据正在成为生活中的一部分：用大数据预测疾病，用大数据预测奖项，用大数据支撑智能交通，用大数据助力企业商业决策，用大数据分析客户心理。随着人们对数据结果的要求日益增加，人们提出了诸如分类、聚类、结合神经网络等更加可靠的方案。然而大量的数据中存在有用和无用的数据，如何
值的相关性；数据的预测顾名思义，把握数据规律，做出合理推测；偏差的检测是对少数的极端数据进行分析，表明其内在原因。
3 深度学****br/> 研究人员对神经网络的不断研究，以此引出了深度学****deep learning），可以说深度学****是神经网络的延伸。深度学****常常被误会为一种机器学****模型，而实际上它是一个框架、一种思路。
经研究表明，为能够学****表达高阶抽象的复杂函数，解决模式识别、数据分类、聚类和语言理解等相关的人工智能任务，需要融合深度学****对于一些机器学****算法，会提到特征提取与选择，深度学****所解决的问题是在像文本分类，图片识别等过程中可以提取到让计算机明白的特征，最理想的情况就是把人类理解的特征复制到计算机上。
相对浅结构神经网络其优势为可以较好的实现高维复杂函数的表示；一个很重要的原因引用深度学****是它的高精确度；不需要手动提取特征，自动提取特征；其采用分层进行处理数据，神经网络每一层可以提取出输入数据不同水平的特征。
4 深度学****在数据挖掘中的应用
人工智能是通过一定的算法使计算机认知、认识世界，制造出与人类智能相似的方式做出反应的机器。研究人员模仿人类来制定特定的推理和认知，以此形成最初的人工智能。目前深度学****被人们所重视起来，许多公司企业着手研究深度学****br/> 近年来，深度学****尝试解决抽象认知的问题，而且取得巨大的突破。深度学****将人工智能带上一个新台阶，不仅在学术上产生巨大的影响，而且在实用性上取得进展。在数据挖掘方面取得一定的研究进展，语音识别方面，深度学****采用深度模型去替换声学模型中混合高斯模型，获得30%左右错误率降低；图像识别方面，通过构造深卷积神经网络，将原有26%的错误率降低到15%，又进一步加大加深网络的结构，错误率降至11%；在自然语言处理方面，在所得结果相当的条件下与其他方法相比，如果采用深度学****框架，能免去繁琐的提取特征的步骤。可以说，深度学****是特别接近人的大脑的智能学****方法，在