Why DL?
為什麼擁有大數據的互聯網公司爭相投入大量資源研發深度學習技術
什麼是Deep Learning
為什麼有Deep Learning
它是怎麼來的?
又能幹什麼?

機器學習(Machine Learning) 是一門專門研究計算機怎麼模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能的學科。
機器學習是人工智能的核心研究領域
任何一個不具備學習能力的系統都不能稱之為智能系統

機器學習雖然發展了幾十年，但還是存在很多沒有良好解決的問題:
Image & Video
Text & Language
Speech & Audio
Gene Expression
Product
Relational Data/Social Network
Climate Change
Geological Data

例如圖像識別、語音識別、自然語言理解、天氣預測、基因表達、內容推薦等等。目前我們通過機器學習去解決這些問題的思路都是這樣的(以視覺感知為例子):

從開始的通過傳感器(例如CMOS)來獲得數據。然後經過預處理、特徵提取、特徵選擇，再到推理、預測或者識別。最後一個部分，也就是機器學習的部分，絕大部分的工作識別在這方面做的，也存在很多的學術論文和研究。
而中間的三部分，概括起來就是特徵表達。良好的特徵表達，對最終的算法的準確性起非常關鍵的作用，而且系統主要的計算和測試工作都耗在這一大部分。但是這塊實際中一般都是人工完成的，即靠人工提取特徵。

而且，手工的選取特徵是一件非常費力、啟發式(需要專業知識)的方法，能不能選取好很大程度上靠經驗和運氣，而且它的調節需要大量的時間。
既然手工選取特徵不太好，那麼能不能自動的學習一些特徵呢?答案是能!Deep Learning就是用來幹這個事情的，看它的一個別名Unsupervised Feature Learning，就可以顧名思義了，Unsupervised的意思就是不要人參予特徵的選取過程。