机器学习与（yǔ）深度学习的区别？

近年来，随着科技的快速发展，人工（gōng）智能（néng）不断进入我们的视野（yě）中。作（zuò）为人工智能的核心技（jì）术，机器学（xué）习（xí）和（hé）深度学习也变得越来越（yuè）火（huǒ）。一时（shí）间，它们几乎成为（wéi）了每（měi）个人都在（zài）谈（tán）论的话题（tí）。那么，机器学习和深度学（xué）习到底（dǐ）是什么，它（tā）们之间究竟有（yǒu）什么不同呢？

什么是（shì）机（jī）器学习？

机器学习(Machine Learning，ML)是人工智能（néng）的子领（lǐng）域，也是人工智能的（de）核心（xīn）。它（tā）囊括了几乎所有（yǒu）对世界影响最（zuì）大的方（fāng）法(包括（kuò）深度学习（xí）)。机（jī）器学习理（lǐ）论主要（yào）是设计和分析（xī）一些让计算机可（kě）以（yǐ）自动学（xué）习的算法。

举个例子（zǐ），假设（shè）要构建一个（gè）识别猫的程序。传统上（shàng）如果（guǒ）我们（men）想让计（jì）算机进行识别，需要输入一串指令，例如猫（māo）长着毛茸茸的毛、顶着（zhe）一对三角形（xíng）的的耳（ěr）朵等，然后计算机根据（jù）这些指令执行下（xià）去（qù）。但（dàn）是如果我们对程序展示（shì）一只老（lǎo）虎（hǔ）的照片，程序应该如何反应呢？更何（hé）况通过传统（tǒng）方式（shì）要（yào）制（zhì）定全部所需的规（guī）则，而且在此过程中必然会涉及到一些困难的概念（niàn），比（bǐ）如对毛茸（róng）茸（róng）的（de）定（dìng）义。因（yīn）此，更好的方（fāng）式（shì）是（shì）让（ràng）机器自学（xué）。

我们可（kě）以为（wéi）计算机提供大（dà）量的猫的照片（piàn），系统（tǒng）将以自己（jǐ）特有的方（fāng）式查看这些（xiē）照片（piàn）。随着实验的反（fǎn）复进（jìn）行，系（xì）统会不断学习更新（xīn），最终（zhōng）能够准确地（dì）判断出哪些是猫，哪（nǎ）些不是（shì）猫。

什么是深度学习？

深度学习(DeepLearning，DL)属于机器学习的子类。它的灵感（gǎn）来（lái）源于人类大脑的工（gōng）作方式，是利用深度（dù）神经网（wǎng）络来解决特征表达的一种（zhǒng）学习过程（chéng）。深度神经网络本身并（bìng）非（fēi）是一个全新的概念，可（kě）理解为包（bāo）含多个隐含层的神经网（wǎng）络结（jié）构。为了提高深层神经网（wǎng）络的（de）训练效果（guǒ），人们对神经元的连接方法以及激活函数（shù）等方面（miàn）做出了调整。其（qí）目的在于建立、模拟人脑进行分析学（xué）习的神经（jīng）网络，模仿人（rén）脑的机制来（lái）解释数据，如（rú）文（wén）本（běn）、图像、声音。

机（jī）器（qì）学习与（yǔ）深度学习（xí）的比较

1、应用场（chǎng）景

机器学习在指纹识（shí）别、特征物体检测（cè）等领域的（de）应用基本达到了（le）商业（yè）化的要求。

深度学习主要应（yīng）用于文（wén）字识别、人（rén）脸技术、语义（yì）分析、智能监控等（děng）领域。目（mù）前在智能硬件、教育、医疗等行业（yè）也（yě）在快速布局。

2、所需数据量

机器学习能够适（shì）应各种数据（jù）量，特别是（shì）数据量较小的场（chǎng）景。如果数据量迅速增加，那么深度学（xué）习的效果将更（gèng）加（jiā）突出，这（zhè）是（shì）因为深（shēn）度学（xué）习算法（fǎ）需要大量数据才能完美理解。

3、执行时（shí）间

执行（háng）时间（jiān）是指训练算法（fǎ）所需要的时间量。一般来（lái）说，深度学习算法需要大量时间进行训练。这是因为该（gāi）算法（fǎ）包含有（yǒu）很多参数，因此训练它们需要比平时更长的时间。相对而言，机器（qì）学习（xí）算（suàn）法的执（zhí）行（háng）时间更少。

4、解决问题的方法

机器学习（xí）算法遵循标准程序（xù）以解决（jué）问题（tí）。它将问题拆分成数（shù）个部分，对其进行（háng）分（fèn）别（bié）解决，而后（hòu）再将结果结合起（qǐ）来以获（huò）得（dé）所需的答（dá）案（àn）。深度学习则以集中方式（shì）解决问题，而不必进行问题拆分（fèn）。

在本文中，我们对机器学习与深（shēn）度学习的（de）区（qū）别作出了简要概（gài）述（shù）。目（mù）前，这两种算法已（yǐ）被（bèi）广泛应用于商业领域，相信在未来，机器学（xué）习与深度（dù）学习能（néng）够为更多（duō）行业带来令人激动的光明前景。