如何将深度学习应用在数据挖掘、分析方面？ 举报 理由 举报 取消 现在的数据挖掘和分析建模主要就是用逻辑回归之类的处理分类问题，一些非结构化数据用到DL来构造特征可能会比较好。但是貌似处理构造特征，深度学习在数据挖掘领域还有什么可以做的？如何对构造用户画像和推荐系统有什么帮助？ 2017年6月1日 2 条回复 1201 次浏览 Deep,Learning,分析,学习,数据,数据挖掘,深度
回复 ( 2 )
谁说深度学习是构造特征的？那是deep learning刚火时候的事情了，大部分deep learning的工作早就不用那一套了。
具体到你说的：
1、逻辑回归能做的，深度学习都能做，逻辑回归可以看做【只有一个输出层&&只有一个输出节点&&激活函数是sigmoid】的神经网络。
所以你知道逻辑回归怎么用，自然知道深度学习怎么用。
2、深度学习的一些特殊网络结构可以处理特殊的需求。例如rnn，可以做序列，那么能用hmm、crf做的东西，都可以用rnn系的模型。
一般深度学习，需要在项目中历练，锻炼的。