主题：【原创】养生漫谈：从分子层面、复杂系统理论到反脆弱哲学 -- 钓者任公子

还有大数据的深度模型，端对端学习。这些手段是目前为止大数据机器学习的最好方法，也是主要发展方向

端对端学习，不做特征工程，只从最终端学习，所以深度模型中间那么多层都是自动生成的

然后看中间层的各个神经元，激活模式可以是迥异的，好像互相抵触，但是最终可能引出同样的最终激活。只是正向传播的路径不同而已，虽然人工来看某些传播路径应该很相似，但是机器学到的不是这样

中间层的单个神经元，行为是很难解释的，很可能80%都看起来没道理，也就20%可以根据人类的知识做做猜想。如果按照传统机器学习方法，对弱激活或者激活模式波动很大的神经元进行剪枝操作，最后的结果反而不好了

这种端对端深度学习是大数据应用的有效方式，挑战基本只有一个，就是数据量够大