近年来,深层人工神经网络(包括递归神经网络)在模式识别和机器学习领域赢得了众多的竞争。这项历史调查简洁地总结了相关的工作,其中大部分来自上一个千年。浅层学习者和深层学习者的区别在于他们的学分分配路径的深度,这是行动和效果之间可能可学习的因果关系链。我回顾了深度监督学习(也回顾了反向传播的历史)、无监督学习、强化学习和进化计算,以及对编码深度和大型网络的短程序的间接搜索。 关键词:深度学习、监督学习、无监督学习、强化学习、进化计算