机器学习与深度（dù）学习的（de）区（qū）别（bié）？

近年（nián）来，随着科技的快速发展（zhǎn），人工智能不断进入我们的视野中。作为（wéi）人工（gōng）智能（néng）的（de）核心（xīn）技术（shù），机器学习（xí）和深（shēn）度学习（xí）也变得越来越火。一时间，它们几乎成为了每个人都在谈论（lùn）的话题。那么，机（jī）器（qì）学习和深（shēn）度学习到底是什么，它（tā）们（men）之间（jiān）究（jiū）竟（jìng）有什么不同（tóng）呢（ne）？

什么是机器学习？

机器学（xué）习(Machine Learning，ML)是人工（gōng）智能的子领域，也是人工智（zhì）能的核心。它囊括了几乎所有对（duì）世界影响最（zuì）大的方法(包括深度学习)。机器学（xué）习理论（lùn）主要（yào）是设计和分析一些让计（jì）算机可（kě）以自动（dòng）学习的算法（fǎ）。

举（jǔ）个例子，假设要（yào）构建一个识别（bié）猫的程序。传统上如果（guǒ）我们想（xiǎng）让计算机进行识别，需要输入一串指令，例如猫长着（zhe）毛茸（róng）茸（róng）的（de）毛、顶着（zhe）一对三角形的的（de）耳（ěr）朵等，然后计算机根据（jù）这些指令执（zhí）行下（xià）去。但是如果我们对程序展（zhǎn）示一只老（lǎo）虎的照片，程序应（yīng）该（gāi）如何反应呢？更何况通过传统方式要制定全（quán）部所需的规则，而且在此过程中必然会（huì）涉（shè）及到一（yī）些困（kùn）难的概念，比（bǐ）如对毛（máo）茸（róng）茸的定（dìng）义。因此，更好（hǎo）的（de）方（fāng）式是让机器自学。

我们可以为（wéi）计（jì）算机提供（gòng）大量的（de）猫的照（zhào）片，系（xì）统将以自己特有的方式查看这（zhè）些（xiē）照片。随着实（shí）验的反复进行，系统会不断学（xué）习（xí）更新，最终（zhōng）能够准确地（dì）判断（duàn）出哪些是猫，哪些不是猫（māo）。

什么（me）是深度学习？

深度学习(DeepLearning，DL)属于机器学习（xí）的子类。它的灵感来源于人类大脑的工作方式，是利用深度神经网络（luò）来解决特征表（biǎo）达的一（yī）种学（xué）习过（guò）程。深度神经网络本（běn）身并非是（shì）一个全新的（de）概（gài）念，可理（lǐ）解为包含多个隐含层的神经（jīng）网络结（jié）构（gòu）。为了提高深层神经（jīng）网络的训（xùn）练效（xiào）果，人们对（duì）神经元（yuán）的（de）连（lián）接方法（fǎ）以及激活函数等方面做出（chū）了调（diào）整。其（qí）目的在（zài）于建立、模拟人（rén）脑进行分析学习的神经（jīng）网络，模仿人脑的机制来解（jiě）释数据，如文本、图像（xiàng）、声（shēng）音（yīn）。

机器学习与（yǔ）深度学习（xí）的比较

1、应用场景（jǐng）

机器学习在（zài）指（zhǐ）纹识（shí）别、特征物体检测等领域的应（yīng）用基本达到了商业化的要求。

深度（dù）学习主要应用于文（wén）字识别、人脸技术、语义分析（xī）、智能监控等领（lǐng）域。目前在智能硬件、教（jiāo）育（yù）、医疗等行（háng）业（yè）也在快速布局。

2、所需数据量

机（jī）器学（xué）习能（néng）够适（shì）应（yīng）各种数据量，特别是（shì）数据量较小的场景。如果（guǒ）数据量（liàng）迅速（sù）增加，那么深（shēn）度学习的效果将更（gèng）加（jiā）突出，这是因为（wéi）深度学习算法需要（yào）大量（liàng）数（shù）据才能完美（měi）理解（jiě）。

3、执（zhí）行时（shí）间

执行时间是指训练算法所需（xū）要（yào）的（de）时间量（liàng）。一般（bān）来（lái）说，深度学习算法（fǎ）需要大量时间进（jìn）行训练。这是因为该算法包（bāo）含有很多参数，因此训（xùn）练它们需（xū）要比（bǐ）平时更长的时间。相对而言，机器（qì）学（xué）习算法的执行时间更少。

4、解决（jué）问（wèn）题的方法

机（jī）器（qì）学习（xí）算法遵循标准程序以解决问题。它将问（wèn）题拆分成（chéng）数个部分（fèn），对其进行分（fèn）别解决，而后再将结果结（jié）合起来以获得所（suǒ）需（xū）的答案（àn）。深度学习则以集中方式解决问题，而不必进行问题拆分。

在本文（wén）中（zhōng），我们（men）对机器学习与深度（dù）学习的区（qū）别作出（chū）了简（jiǎn）要概述。目前，这两种（zhǒng）算法已被广泛应用于商业领（lǐng）域，相信（xìn）在未来，机器学习（xí）与深度学习（xí）能够为更多行业带（dài）来令人激动（dòng）的光明前景。