2014-12-04 30 views
0

我一直在使用SVM來訓練和測試一維數據(15000個樣本點用於訓練,7500個樣本點用於測試),並且它已經帶來了令人滿意的結果。但爲了改善結果,我正在考慮使用深度學習。它能夠改善結果嗎?我應該研究什麼來快速實施深度學習算法?我是DL領域的新手,但希望快速實施,如果有的話是合理的。對於一維標籤數據使用深度學習是否合理?

+0

一個好的起點將是http://deeplearning.net/reading-list/tutorials/ – runDOSrun 2014-12-05 16:30:53

回答

1

在機器學習應用程序中,很難說算法是否會改善結果,因爲結果真的取決於數據。沒有最好的算法。您應該遵循以下的步驟:

  • 通過機器學習背景的幫助下分析數據
  • 應用適當的算法
  • 評估結果

有很多機器學習庫針對不同的編程語言,例如Weka for Java和Python的scikit-learn。除深度學習之類的抽象名稱外,實現可能具有特殊名稱。因此,研究您正在使用的庫中正在尋找的實現。

+1

好的答案。我只是補充說,深度學習大多隻是一個範例。因此,在判斷DL算法是否可行時,數據的維度並不重要。 – runDOSrun 2014-12-05 16:35:02

相關問題