深度学习介绍

一、问题领域

深度学习的一些应用：

1. 图像分类
   ImageNet，一个很大的图片数据集，过去几年图片分类的错误率一直在降低，目前分类误差被降到很低。
2. 物体检测和分割
   图片中的物体出现在什么地方，像素属于飞机还是人？
3. 样式迁移
   样式图片和内容图片结合，类似为图片添加滤镜。
4. 人脸合成
   通过机器、算法随机合成的人脸图片
5. 文字生成图片
6. 文字生成
   根据文字生成报告或者代码
7. 无人驾驶

二、简单的机器学习模型案例

对于常用软件的广告点击进行案例分析：

上述案例对应的机器学习模型


Q1:深度学习的可解释性，机器学习在图片分割为什么有效？
模型的可解释性是个黑盒。