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？

CNN通常用来处理图像数据，那处理时序数据的话会不会得到较好的结果？多维的时序数据的输入应该怎么来设置？

今天，李世石输掉了人机大战的第一局，是否意味着围棋会如国际象棋一样迅速衰落？另一方面，人类发明了汽车，可并不妨碍人们对于男子100米赛跑的狂热，人们不会因为机器比人跑得快就放弃了对自身极限的探索，可人类对棋类竞技的态度却为何与之不同？

至少在我熟悉的文学领域内，几乎没见过什么深度话题，多数还是旧瓶子旧酒。要么问《红楼梦》的人物关系，要么问如何写作，怎么才能写出一篇悬疑小说，等等。当然，这些问题，对于初学者来说，的确非常重要。但是对于个别的人，缺少深度。有人说，深度的没法说。这是误解。有人以为批评就是深度。而我以为，学会不批评才是深度。批评，谁不会批评？就算你批评得一针见血，别人认可吗？别人以为你是蠢蛋对于我不熟悉的领域，比如投资啊，科技啊，等等。我觉得到处是人才，为什么，因为这些领域，我不能说一无所知，但比起专业人士来说，属于一窍不通。术业有专攻。就是那些开通了什么什么的人，传授的也是一些基础知识

大家好，我在臺灣上學，到斯坦福交換過，後來在facebook工作，主要研究人工智能的內容。因為家庭原因，想到大陸發展，但不知道大陸有沒有合適的企業？煩請大家指點。萬分感謝。

创始人背景，前景如何？

硕士，找工作中，我是做深度学习算法的，目前两个offer。一个是创业公司做深度学习算法，员工整体素质高，氛围好，技术强,在里面感觉每天都有进步。另一个是中科院电子所的，研究应用于自动驾驶的深度学习算法，虽然基本都是博士，但是感觉不那么激进，技术水平不知道如何，但个人觉得这里对于人脉、户口、方向上有些优势。我刚刚毕业，对深度学习这块也很感兴趣，想长期从事该领域。只想第一份工作能够稳定做下去，能提升自己在该领域的综合实力。不知该如何选择。谢谢各位！