机器学习与深度学习（xí）的区别？

近（jìn）年来，随着科技的快速发展，人（rén）工智能不断进（jìn）入（rù）我们的视野中。作（zuò）为人工智能的（de）核心技术，机器学（xué）习（xí）和深度学习（xí）也变得越来（lái）越火。一时间，它（tā）们几乎成为（wéi）了每（měi）个（gè）人都在谈论（lùn）的话题。那么，机器学（xué）习和深度学习到底是什么，它们之间（jiān）究竟（jìng）有（yǒu）什么不同呢？

什么是（shì）机（jī）器（qì）学习？

机器学习(Machine Learning，ML)是人（rén）工（gōng）智能的子领域，也是（shì）人工（gōng）智能的核心。它囊括了几乎所有对世界影响最（zuì）大的（de）方法(包（bāo）括（kuò）深度学习（xí）)。机器学习理（lǐ）论主要（yào）是设计和分析一些（xiē）让计算机可以（yǐ）自动学习（xí）的算法。

举（jǔ）个例子，假（jiǎ）设要构建（jiàn）一（yī）个识别猫（māo）的程序。传（chuán）统上（shàng）如果我们（men）想（xiǎng）让计算机（jī）进行识别（bié），需要输入一串指令，例如（rú）猫长着毛茸茸的毛、顶着（zhe）一（yī）对三角形的的耳朵等，然后计算机根据这些指令执行（háng）下去。但（dàn）是（shì）如果我（wǒ）们（men）对程序展（zhǎn）示一只老（lǎo）虎的照片，程序应该如（rú）何反（fǎn）应呢？更何（hé）况通过传统（tǒng）方（fāng）式要（yào）制定（dìng）全部所需的（de）规则，而且在此过程中必然会涉及到（dào）一些困难的概念（niàn），比（bǐ）如（rú）对毛茸茸的定义。因此，更好的方式是让（ràng）机器自学。

我们可（kě）以为计算机提供大量的猫的照片，系统（tǒng）将以自己特有的方式查看这些照片。随着实验的反（fǎn）复进（jìn）行，系统（tǒng）会不断学习更新，最终能（néng）够准确地判（pàn）断出哪些（xiē）是猫，哪些不是猫。

什么是（shì）深度学（xué）习？

深度学习(DeepLearning，DL)属于机器学（xué）习的子类。它的灵感（gǎn）来源（yuán）于人类大脑的（de）工作方式，是利用深度神经（jīng）网络来解（jiě）决特征表达的一种学（xué）习过程。深度神经网络（luò）本身并非是一个全新（xīn）的概（gài）念，可（kě）理（lǐ）解（jiě）为包含多个隐含层的神经网络结构。为（wéi）了提（tí）高深层神经（jīng）网（wǎng）络的（de）训练效（xiào）果，人们对神经（jīng）元的连接方法以及激活函数等（děng）方面做出（chū）了调整。其（qí）目（mù）的（de）在于建立（lì）、模拟人脑进行分析（xī）学习的神（shén）经网络，模仿人脑的机制（zhì）来解释数据，如文（wén）本、图像、声音。

机（jī）器学习与深度学（xué）习的（de）比较

1、应用场景（jǐng）

机（jī）器（qì）学习在指纹（wén）识别（bié）、特征物体检测等领域的应用基本达到了商业化的要求。

深度学习（xí）主要应用于文字识别、人（rén）脸技术、语义（yì）分析、智能监控等领域（yù）。目前在智能硬件（jiàn）、教育、医疗等行业也在（zài）快速布（bù）局。

2、所需（xū）数据量

机器学（xué）习（xí）能（néng）够适应各（gè）种数（shù）据量，特别是（shì）数据量较小的场景。如（rú）果数据量迅（xùn）速增加，那么深度学（xué）习的效果将更（gèng）加突出，这是因（yīn）为深度学习算（suàn）法需要（yào）大量（liàng）数据才能（néng）完美（měi）理解（jiě）。

3、执行时间

执行时间是指训练（liàn）算法所需要的时间量（liàng）。一般来说，深度学习算法需要大量时（shí）间进行训练。这是因为该算法包含有很多参数，因（yīn）此训练（liàn）它们需要（yào）比平（píng）时更长（zhǎng）的时间。相对而言，机器学习算（suàn）法（fǎ）的执行时间更少。

4、解（jiě）决问题的方法

机器学习算法遵循标准程（chéng）序以（yǐ）解决问题。它将问题（tí）拆分成数个部分，对其进行（háng）分别解决，而后再（zài）将结果结合起来以（yǐ）获（huò）得（dé）所需的答案。深度学（xué）习则（zé）以集中方式解决问题，而不（bú）必进行问题拆分。

在本文中（zhōng），我们对机器学习与深（shēn）度学习的区别作出了简要概（gài）述。目前（qián），这两（liǎng）种算（suàn）法已被广泛应用于商业领（lǐng）域（yù），相信在未来，机器（qì）学习（xí）与深度学习能够（gòu）为更（gèng）多（duō）行业（yè）带来令人激动的光（guāng）明（míng）前（qián）景（jǐng）。