现在，深度学习虽然超越了机器学习模型的神经科学观点，但是并不能应用于那些并非受神经科学启发的机器学习框架。

Yarn架构在Hadoop生态圈中有哪些作用？

Spark适用于那些场景？

机器智能研究如何提高机器应用的智能水平。这里的“机器”主要是指

特征构建指的是从原始数据中人工的构建新的特征。

有的数据中有非常多的特征，但是部分特征对问题是没有关系的，需要舍弃，有的特征比较脏，需要清洗。

自动特征学习是一个非线性模型，可以自动发现有效的特征，特征组合。

特征工程在机器学习中占有相当重要的地位。

知识融合是对不同专业、不同结构的知识进行融合，从而对已有的知识图谱进行补充、更新和去重

可视化建模能通过丰富的算法组件实现拖拽式建模

迁移学习和对抗生成网络，能减少对昂贵标注样本的依赖