深度学习是什么？

举个例子：通过机器学习算法来识别水果是橘子还是苹果，需要人工输入水果的特征数据，生成一定的算法模型，进而可以准确预测具有这些特征的水果的类型，而深度学习则能自动的去发现特征进而判断。

深度学习技术能用来做什么？
其实咱们的实际生活中已经有很多应用深度学习技术的案例了。

比如电商行业，在浏览淘宝时，页面中有很多都是符合你的爱好并且最近有意向购买的商品，这种个性化推荐中就涉及到深度学习技术，还有就是在购物界面能和你进行对话，解决疑问的淘宝智能机器人，也涉及深度学习技术。

比如交通领域，通过深度学习技术能监测到车辆停车、逆行等行为，甚至精确识别车辆的车牌号、颜色、车型、车辆里的人物等来辅助交通执法，甚至在发生交通事故和交通拥堵时进行报警等。

比如金融行业，银行通过深度学习技术能对数以百万的消费者数据（年龄，职业，婚姻状况等）、金融借款和保险情况（是否有违约记录，还款时间，车辆事故记录等）进行分析进而判断出是否能进行贷款服务。

比如家居行业，智能家居的应用也用到了深度学习技术，比如智能冰箱通过图像识别等技术记录食材种类和用户日常饮食数据，进而分析用户的饮食习惯，并根据多维度给出最全面的健康膳食建议。

比如制造行业，机器视觉已经长期应用在工业自动化系统中，如仪表板智能集成测试、金属板表面自动控伤、汽车车身检测、纸币印刷质量检测、金相分析、流水线生产检测等等，机器视觉自动化设备可以代替人工不知疲倦的进行重复性的工作，且在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，机器视觉可替代人工视觉。

还有教育行业、医疗行业等，深度学习技术已经渗透到各个行业和领域。

3、学习深度学习课程前景怎么样？

针对研究生人群：
　　如果你是一个计算机或者人工智能相关研究方向的研究生。
　　在就业时，人工智能同样是一个值得选择的行业，2020年企业对应届生的招聘需求规模同比下降22%，但是人工智能这样的战略新兴行业的应届生岗位需求却有所增长，面向应届生的岗位规模较去年同期普遍有1-5个百分点的提高，应届生岗位占比也高于全行业均值。岗位需求大，研究生就业竞争压力也会更小。
　　如果想继续在人工智能领域深造，读博最重要的一项技能是读Paper写文章，这里面比较重要的一个环节就是复现论文中的一些方法，很多方法都是在基础方法上的改进或变种。深度学习领域常见的模型方法和技术框架，不仅能快速复现相关论文，还能帮助自己论文方法提供技术支撑。

针对高校讲师人群：
　　如果你是一个计算机或者人工智能相关专业的高校讲师
　　近几年，国家很重视人工智能领域人才的培养，包括建设人工智能相关学科、促进人工智能领域本科生、研究生的培养，但是目前除小部分顶尖高校师资力量较雄厚外，更多高校老师在该领域的专业知识还是比较薄弱的，还需要进一步去提升，去接触学习人工智能国家甚至国际前沿技术还是很有必要的。

针对在职人群：
　　如果你是对人工智能领域感兴趣的IT领域从业者或是人工智能领域的初级从业者，了解当前人工智能领域最热门的技术深度学习，用于助力自己的职业进阶，并且还能和人工智能领域前沿专家有一对一交流的机会，想必也是想要了解甚至学习的吧。

　　(2)前沿授课体系，这个课程内容是由中科院自动化研究所研发的，自动化研究所在深度学习领域的研究项目是国内最前沿的、最系统、最成熟的，人工智能技术是最近两三年才在国内变得热门起来的，一些高校或者企业的相应技术还是不甚完善，所以无论是在读人工智能方向的学生还是在这个领域从业人员，去接触国内甚至国际的前沿技术和项目，可以说是很难得的机会。