一文读懂机器学习与深度学习的联系与区别

https://mp.weixin.qq.com/s/6Zk5JxBUs_Op1wwiY4EIZA

翻译： Tocy, kevinlinkai, 雪落无痕xdj, ZICK_ZEON, lnovonl, fozz

来源：开源中国链接：

https://www.oschina.net/translate/deep-learning-vs-machine-learning-2018

机器学习和深度学习有什么区别？让我们从本文中寻找答案。

目标

本文中，我们将深度学习与机器学习作比较。我们将逐一了解他们。我们还会讨论他们在各个方面的不同点。除了深度学习和机器学习的比较，我们还将研究它们未来的趋势。

对比介绍深度学习和机器学习

a. 什么是机器学习？

通常，为了实现人工智能，我们会使用机器学习。我们有几种用于机器学习的算法。例如：

Find-S
决策树（Decision trees）
随机森林（Random forests）
人工神经网络（Artificial Neural Networks）

通常，有3类学习算法：

监督机器学习算法进行预测。此外，该算法在分配给数据点的值标签中搜索模式。
无监督机器学习算法：没有标签与数据关联。并且，这些 ML 算法将数据组成簇。此外，他需要描述其结构，并使复杂的数据看起来简单且能有条理的分析。
增强机器学习算法：我们使用这些算法选择动作。并且，我们能看到它基于每个数据点。一段时间后，算法改变策略来更好地学习。

b.什么是深度学习?

机器学习只关注解决现实问题。它还需要人工智能的一些想法。机器学习通过旨在模仿人类决策能力的神经网络。ML工具和技术是两个主要的仅关注深度学习的窄子集。我们需要应用它来解决任何需要思考的问题 —— 人类的或人为的。任何深度神经网络都将包含以下三层：

输入层
隐藏层
输出层

我们可以说深度学习是机器学习领域的最新术语。这是实现机器学习的一种方式。

欲了解更多深度学习的内容，阅读此文

https://data-flair.training/blogs/deep-learning-terminologies/

深度学习vs机器学习

我们用机器算法来解析数据，学习数据，并从中做出理智的判定。根本上讲，深度学习用于创建可自我学习和可理智判定的人工“神经网络”。我们可以说深度学习是机器学习的子领域。

机器学习与深度学习对比

a.数据依赖

性能是区别二者的最主要之处。当数据量小时，深度学习算法表现不佳。这就是DL算法需要大量的数据才能完美理解的唯一原因。

我们可以看到，人工创立的该场景之下算法占据上风。上图总结了该情况。

b. 硬件依赖

通常，深度学习依赖于高端设备，而传统学习依赖于低端设备。因此，深度学习要求包含 GPU。这是它工作中不可或缺的一部分。它们还需要进行大量的矩阵乘法运算。

c. 功能工程化

这是一个通用的过程。在此，领域知识被用于创建特征提取器，以降低数据的复杂性，并使模式对学习算法的工作原理上更可见，虽然处理起来非常困难。因此，这是耗时并需要专业知识的。

d. 解决问题的方法

通常，我们使用传统算法来解决问题。但它需要将问题分解为不同的部分以单独解决它们。要获得结果，请将它们全部合并起来。

例如：

让我们假定你有一个多对象检测的任务。在此任务中，我们必须确定对象是什么以及它在图像中的位置。在机器学习方法中，我们必须将问题分为两个步骤：

对象检测
对象识别

首先，我们使用抓取算法遍历图像并找到所有可能的对象。然后，在所有已识别的对象中，你将使用诸如 SVM 和 HOG 这样的对象识别算法来识别相关对象。

e.执行时间

通常，与机器学习相比，深度学习需要更多时间进行训练。主要原因是深度学习算法中有太多参数。机器学习需要进行训练的时间较少，从几秒钟到几个小时范围内。

f.可解释性

我们将可解释性作为比较两种学习技术的因素。尽管如此，深度学习在工业应用之前仍然被考虑再三。

机器学习和深度学习主要被应用在何处？

a. 计算机视觉：我们将其用于像车牌识别和面部识别等应用。

b. 信息检索：我们将 ML 和 DL 用于像囊括文本检索及图像检索的搜索引擎等应用。

c. 市场营销：我们在自动电子邮件营销及客户群识别上使用这些学习技术。

d. 医疗诊断：它在医疗领域也有广泛的应用，像癌症识别及异常检测等应用。

自然语言处理
针对类似情感分析、照片标签生成、在线广告等应用

此处可了解更多关于机器学习类应用。

https://data-flair.training/blogs/machine-learning-applications/

未来趋势

如今，机器学习和数据科学已经成为一种趋势。在企业中，对这两种产品的需求都在迅速增长。对于那些想要在自己的业务中融入机器学习的公司，两者被迫切地需求着。
深度学习被发现和证明有最好的技术表现力。并且，深度学习正在不断给我们带来惊喜并将在不久的将来继续这样做。
近年来，研究人员不断探索机器学习和深度学习。过去，研究人员仅限于学术界。但是，如今，在工业和学术界中ML和DL都有自己的一席之地。

结论

我们已经研究讨论了深度学习和机器学习，并对两者进行了比较。为了更好地表达和理解，我们还研究了影像。如果你有任何问题，请在评论区提出。

（完）

一文读懂机器学习与深度学习的联系与区别相关推荐

独家 | 一文读懂如何用深度学习实现网络安全
作者:Guest Blog 翻译:张玲校对:丁楠雅本文约4700字,建议阅读10+分钟. 本文简要介绍深度学习以及它支持的一些现有信息安全应用,并提出一个基于深度学习的TOR流量检测方案. 简介 ...
【深度学习】一文读懂机器学习常用损失函数（Loss Function）
[深度学习]一文读懂机器学习常用损失函数(Loss Function) 最近太忙已经好久没有写博客了,今天整理分享一篇关于损失函数的文章吧,以前对损失函数的理解不够深入,没有真正理解每个损失函数的特点 ...
独家 | 一文读懂语音识别（附学习资源）
原标题:独家 | 一文读懂语音识别(附学习资源) 一.前言 6月27日,美国权威科技杂志<MIT科技评论>公布2017全球最聪明50家公司榜单.科大讯飞名列中国第一.全球第六.全世界排在科 ...
一文读懂机器学习中奇异值分解SVD
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达目录: 矩阵分解 1.1 矩阵分解作用 1.2 矩阵分解的方法一文 ...
一文读懂机器学习中的模型偏差
一文读懂机器学习中的模型偏差 http://blog.sina.com.cn/s/blog_cfa68e330102yz2c.html 在人工智能(AI)和机器学习(ML)领域,将预测模型参与决策过程 ...
一文读懂机器学习、数据科学、人工智能、深度学习和统计学之间的区别！
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货作者:Vincent Granville 来源:机器之心公众号链接:http://www.d ...
一文读懂机器学习、数据科学、人工智能、深度学习和统计学之间的区别
在这篇文章中,数据科学家与分析师 Vincent Granville 明晰了数据科学家所具有的不同角色,以及数据科学与机器学习.深度学习.人工智能.统计学.物联网.运筹学和应用数学等相关领域的比较和重 ...
原创 | 一文读懂机器学习中的shapley值方法
作者:贾恩东本文约2000字,建议阅读9分钟本文为你介绍更公平分配利益权重的一种算法--Shapley值方法. 本篇文章是数据派一文读懂系列的新年第一篇原创,在这里祝贺大家新年学业有新成就,生活有新气 ...
5分钟内看懂机器学习和深度学习的区别
欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由liuxuewen 发表于云+社区专栏在本文中,我们将研究深度学习和机器学习之间的差异.我们将逐一了解它们,然后讨论他们在各个方面的 ...

一文读懂机器学习与深度学习的联系与区别

一文读懂机器学习与深度学习的联系与区别相关推荐

最新文章

热门文章