机器学习与深（shēn）度学习的区别？

近（jìn）年来，随着科（kē）技的快速（sù）发展，人工智能不断进（jìn）入我们的（de）视野（yě）中。作为人工智（zhì）能的核心技术，机器学习和深度学习也变得越来越火。一时间，它们几乎成为了每个人都在（zài）谈论的（de）话题。那么，机器学习和深度学习到底（dǐ）是什么，它们之（zhī）间究竟（jìng）有什么（me）不同呢？

什么是机器学习（xí）？

机（jī）器学习（xí）(Machine Learning，ML)是人（rén）工智（zhì）能的（de）子领域（yù），也（yě）是人工智能的（de）核心（xīn）。它囊（náng）括了几乎（hū）所有（yǒu）对世（shì）界影响最大的方法(包括深度（dù）学习)。机器学习理论主要是设计和分析一些让（ràng）计算机可以自动学习的算法。

举个例子，假设（shè）要构建一个识别猫的（de）程序。传统上如果我们（men）想（xiǎng）让计（jì）算机进行识别，需要输入（rù）一（yī）串指（zhǐ）令（lìng），例如猫长着毛（máo）茸茸的（de）毛（máo）、顶（dǐng）着一对三角形的的耳朵等（děng），然后计算（suàn）机根（gēn）据这些指令执行下去。但是如果我（wǒ）们对程序（xù）展示一（yī）只（zhī）老虎（hǔ）的照片，程序（xù）应（yīng）该如何反应呢？更何况通过传统方式要制定全部所（suǒ）需的（de）规则，而且在此过程中必然会涉及到一些（xiē）困难的（de）概念，比如对毛（máo）茸茸的定义。因此，更好（hǎo）的（de）方式是（shì）让机器（qì）自学（xué）。

我们可以（yǐ）为（wéi）计算机提供大量（liàng）的猫的照片，系统将以（yǐ）自（zì）己特有的方式（shì）查看这些（xiē）照片。随着实验的反复进行，系统会不（bú）断学习更新，最终能够准确地判断出哪些是猫，哪些不是猫（māo）。

什么是深度（dù）学习（xí）？

深度学习(DeepLearning，DL)属（shǔ）于（yú）机器学习的（de）子类。它（tā）的（de）灵感（gǎn）来源于人类大（dà）脑的工作（zuò）方式，是利用深（shēn）度神经网（wǎng）络来解决特征表达的一（yī）种学习过（guò）程（chéng）。深度神（shén）经网络本身并（bìng）非是一个全新（xīn）的概念，可理解为包（bāo）含多个隐含层的神（shén）经网络结构。为了提高深层神（shén）经网络的训练效（xiào）果，人们对神经元的连接（jiē）方法以及激活函数等方（fāng）面做（zuò）出了调整。其目的（de）在于（yú）建立（lì）、模拟人脑进（jìn）行分析学习的神（shén）经网（wǎng）络（luò），模仿人脑的（de）机制来解释数（shù）据，如文本、图像、声音。

机器学习与深度（dù）学习的（de）比较

1、应用场景

机器学（xué）习在指（zhǐ）纹（wén）识别、特征物（wù）体检测（cè）等领域的应用（yòng）基本达到了商（shāng）业化的（de）要（yào）求。

深度（dù）学习主（zhǔ）要应用于（yú）文字识（shí）别、人脸技术、语（yǔ）义分析、智能监控等（děng）领域。目前在智能硬（yìng）件（jiàn）、教育、医疗等行业也（yě）在快速布局。

2、所（suǒ）需数据量

机器学习能够适应各种数据量，特别是数（shù）据量（liàng）较小的场景。如（rú）果数据量迅速增加，那（nà）么深度学（xué）习的效（xiào）果将更（gèng）加突出，这是因为（wéi）深度学习算法需要大量数据才能完美理（lǐ）解。

3、执行时（shí）间

执行时间是指（zhǐ）训练（liàn）算法所需（xū）要的时间量。一般（bān）来说，深度学习算法需（xū）要（yào）大（dà）量（liàng）时（shí）间进行（háng）训（xùn）练。这是因为（wéi）该（gāi）算法包含有很多（duō）参数，因（yīn）此（cǐ）训练它们需要比平（píng）时（shí）更长的时间（jiān）。相对而言（yán），机器学习算法（fǎ）的执行时（shí）间（jiān）更少。

4、解决（jué）问题的（de）方（fāng）法

机器学习（xí）算法遵循标准程（chéng）序以解决问题（tí）。它（tā）将问（wèn）题拆分（fèn）成数（shù）个部分（fèn），对其进行分别解决，而后再将结果结合起来（lái）以获得所需的答（dá）案（àn）。深度学习则以集中（zhōng）方式解（jiě）决问题（tí），而（ér）不必进行问题拆分。

在本（běn）文中，我们对机器学习与深度学习的区别作出了简（jiǎn）要概述。目前（qián），这两（liǎng）种算法已被广泛应（yīng）用于商业（yè）领域，相信在未来，机器学习与（yǔ）深度学（xué）习能够为更多行业带（dài）来（lái）令人激动（dòng）的光明前景。