मेरा मानना है कि कोई यह तर्क दे सकता है कि संबंध बनाया गया है। मैं अपने स्रोत को पोस्ट न करने के लिए माफी माँगता हूँ क्योंकि मुझे यह नहीं मिला, लेकिन यह एक पुरानी स्लाइड से आया है जिसे हिंटन ने प्रस्तुत किया था। इसमें, उन्होंने दावा किया कि मशीन लर्निंग करने वालों के लिए सोचने के मूलभूत तरीकों में से एक (जैसा कि प्रस्तुति ने गहरी सीखने के शब्द के सामान्य उपयोग की भविष्यवाणी की थी) यह था कि डेटा का एक इष्टतम परिवर्तन मौजूद है ताकि डेटा आसानी से हो सके सीखा। मैं तंत्रिका जाल के लिए विश्वास करता हूं, डेटा का 'इष्टतम परिवर्तन' हालांकि वापस प्रोप, कार्रवाई में कुशल कोडिंग परिकल्पना है। उसी तरह जिसने एक उचित कर्नेल दिया है, कई रिक्त स्थान आसानी से रैखिक मॉडल के साथ वर्गीकृत किए जा सकते हैं, डेटा को बदलने और संग्रहीत करने के लिए उचित तरीका सीख रहे हैं जिससे डेटा का प्रतिनिधित्व करने के लिए न्यूरॉन्स को किस प्रकार और कैसे व्यवस्थित किया जाना चाहिए।