如何用深度学习处理时空大数据

数学基础好，编程能力强，就去学深度学习 如果是条件差一点就去学大数据， 这只是相对，实际上，大数据的门槛也不低，而且目前做数据的逐渐成为深度学习的一个素材来源， 工资上深度学习明显偏高，但是市场需求也...

很显然，大数据和深度学习完全是两个不同领域的名词。大数据在描述数据本身的显性的一个状态。而深度学习或者说机器学习则在试图描述数据内在的逻辑。 所以深度学习（或者机器学习）可以是建立于大数据之上的一些方...

深度学习（Deep Learning）只是机器学习（Machine Learning）的一种类别，一个子领域。机器学习 > 深度学习 2）大数据（Big Data）不是具体的方法，甚至不算具体的研究...

深度学习和大数据是相互促进，相辅相成的关系 其实深度学习的基础理论其实在几十年前就有了，但是它受到两个条件的制约，一个是数据量，一个是机器的运算能力。 在数量比较小的情况下，传统的机器学习方法就能够取...

深度学习（Deep Learning）只是机器学习（Machine Learning）的一种类别，一个子领域。机器学习 > 深度学习2）大数据（Big Data）不是具体的方法，甚至不算具体的研究学科...

数据量越大，训练出来的模型理论上是越符合实际的。比如选股票，你的模型越好，选到好股的概率越高。其次，当模型足够大时，就需要足够多的数据作为支撑去进行训练。

大数据， 能促进深度学习的。

深度学习需要大量的数据来学习，相当于从海量数据里总结规律，学到东西。

并不会，深度学习是知识发现的一种方法，大数据是知识发现的数据库。 大概就是生产资料与生产方式的区别

深度：1.向下或向里的距离。 2.事物向更高阶段发展的程度。 3.触及事物本质的程度。 反义词：广度