尤其是深度信念网络（Deep Belief Networks），它可以通过使用类似神经可塑性原理（hebbian theory）的学习机制找出数据的生成模型，以无监督的方式发现大型数据集中复杂的统计结构。三行分别对应深度神经网络的不同的层。图5：从MNIST手写数据集中出现第一个隐藏层的感受域分层聚类，树结构表示20个簇中每个簇之间的距离，较小的值表示更相似类型的感受域。图6：从自然图像数据集中出

根据 Candes 的说法，可以取一半（16）的样本，并重新进行检测，如果是阳性，则该感染者属于该组，如果是阴性感染，感染者位于另外的一组，并且可以再次进行二分法，直到找到感染者。他创建了一个包含 2010 年所有 NBA 球员的数据集，并将他们的联盟平均数分为七个统计类别：得分，篮板，助攻，抢断，盖帽，失误和个人犯规，精细化到每一分钟，以确保上场时间不是一个影响因素。“如果事实证明，你所有的数据

尤其是深度信念网络（Deep Belief Networks），它可以通过使用类似神经可塑性原理（hebbian theory）的学习机制找出数据的生成模型，以无监督的方式发现大型数据集中复杂的统计结构。三行分别对应深度神经网络的不同的层。图5：从MNIST手写数据集中出现第一个隐藏层的感受域分层聚类，树结构表示20个簇中每个簇之间的距离，较小的值表示更相似类型的感受域。图6：从自然图像数据集中出