深度学习的核心是要通过一种通用的学习过程，从数据中学习各层次的特征，从而完成数据分类、识别和回归等任务
举一反三
- 深度学习的本质是通过构建多隐层的模型和海量训练数据（可为无标签数据），来学习更有用的特征，从而最终提升分类或预测的准确性。“深度模型”是手段，“特征学习”是目的。（ ）
- 深度学习的本质是：通过构建多隐层的模型和海量训练数据（可为无标签数据），来学习更有用的特征，从而最终提升分类或预测的准确性。（ ）
- 深度学习是机器学习的一个子问题，其主要目的是从数据中自动学习到有效的特征表示。
- 深度学习的实质,是通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性
- （）从结构上模仿生物神经网络，是一种通过训练来学习的非线性预测模型，可以完成分类、聚类、特征挖掘等多种数据挖掘任务。