歡迎大家前往騰訊云+社區(qū)，獲取更多騰訊海量技術(shù)實(shí)踐干貨哦~

本文由liuxuewen 發(fā)表于云+社區(qū)專欄

在本文中，我們將研究深度學(xué)習(xí)和機(jī)器學(xué)習(xí)之間的差異。我們將逐一了解它們，然后討論他們?cè)诟鱾€(gè)方面的不同之處。除了深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的比較外，我們還將研究他們未來(lái)的趨勢(shì)和走向。

深度學(xué)習(xí) VS 機(jī)器學(xué)習(xí)

深度學(xué)習(xí)與機(jī)器學(xué)習(xí)簡(jiǎn)介

一、什么是機(jī)器學(xué)習(xí)？

通常，為了實(shí)現(xiàn)人工智能，我們使用機(jī)器學(xué)習(xí)。我們有幾種算法用于機(jī)器學(xué)習(xí)。例如：

Find-S算法

決策樹(shù)算法（Decision trees）

隨機(jī)森林算法（Random forests）

人工神經(jīng)網(wǎng)絡(luò)

通常，有3種類型的學(xué)習(xí)算法：

1，監(jiān)督機(jī)器學(xué)習(xí)算法用于進(jìn)行預(yù)測(cè)。此外，該算法搜索分配給數(shù)據(jù)點(diǎn)的值標(biāo)簽內(nèi)的模式。

2，無(wú)監(jiān)督機(jī)器學(xué)習(xí)算法：沒(méi)有標(biāo)簽與數(shù)據(jù)點(diǎn)相關(guān)聯(lián)。這些ML算法將數(shù)據(jù)組織成一組簇。此外，它需要描述其結(jié)構(gòu)，使復(fù)雜的數(shù)據(jù)看起來(lái)簡(jiǎn)單，有條理，便于分析。

3，增強(qiáng)機(jī)器學(xué)習(xí)算法：我們使用這些算法來(lái)選擇動(dòng)作。此外，我們可以看到它基于每個(gè)數(shù)據(jù)點(diǎn)。一段時(shí)間后，算法改變其策略以更好地學(xué)習(xí)。

二、什么是深度學(xué)習(xí)？

機(jī)器學(xué)習(xí)只關(guān)注解決現(xiàn)實(shí)問(wèn)題。它還需要更加智能的一些想法。機(jī)器學(xué)習(xí)通過(guò)旨在模仿人類決策能力的神經(jīng)網(wǎng)絡(luò)。ML工具和技術(shù)是關(guān)鍵的兩個(gè)深度學(xué)習(xí)的窄子集，我們需要用他們來(lái)解決需要思考的問(wèn)題。任何深度神經(jīng)網(wǎng)絡(luò)都將包含三種類型的圖層：

輸入層

隱藏層

輸出層

我們可以說(shuō)深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域的最新領(lǐng)域。這是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的一種方式。

深度學(xué)習(xí)與機(jī)器學(xué)習(xí)

我們使用機(jī)器算法來(lái)解析數(shù)據(jù)，從數(shù)據(jù)中學(xué)習(xí)，并根據(jù)所學(xué)知識(shí)做出明智的決策。基本上，深度學(xué)習(xí)用于創(chuàng)建人工“神經(jīng)網(wǎng)絡(luò)” ，可以自己學(xué)習(xí)和做出明智的決策。我們可以說(shuō)深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子領(lǐng)域。

機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的比較

數(shù)據(jù)依賴性

性能是兩種算法之間的主要關(guān)鍵區(qū)別。雖然，當(dāng)數(shù)據(jù)很小時(shí)，深度學(xué)習(xí)算法表現(xiàn)不佳。這就是是深度學(xué)習(xí)算法需要大量數(shù)據(jù)才能完美理解的原因。

但是，在這種情況下，我們可以看到算法的使用以及他們手工制作的規(guī)則。上圖總結(jié)了這一事實(shí)。

硬件依賴

通常，深度學(xué)習(xí)依賴于高端機(jī)器，而傳統(tǒng)學(xué)習(xí)依賴于低端機(jī)器。因此，深度學(xué)習(xí)要求包括GPU。這是它工作中不可或缺的一部分。它們還進(jìn)行大量的矩陣乘法運(yùn)算。

特色工程

這是一個(gè)普遍的過(guò)程。在此，領(lǐng)域知識(shí)被用于創(chuàng)建特征提取器，以降低數(shù)據(jù)的復(fù)雜性，并使模式更加可見(jiàn)以學(xué)習(xí)算法的工作。雖然，處理起來(lái)非常困難。因此，這是需要非常多的專業(yè)知識(shí)和時(shí)間。

解決問(wèn)題的方法

通常，我們使用傳統(tǒng)算法來(lái)解決問(wèn)題。但是，它需要將問(wèn)題分解為不同的部分以單獨(dú)解決它們。要獲得結(jié)果，請(qǐng)將它們?nèi)拷M合起來(lái)。

例如：

讓我們假設(shè)你有一個(gè)多對(duì)象檢測(cè)的任務(wù)。在此任務(wù)中，我們必須確定對(duì)象是什么以及它在圖像中的位置。在機(jī)器學(xué)習(xí)方法中，我們必須將問(wèn)題分為兩個(gè)步驟：

1.物體檢測(cè)

2.物體識(shí)別

首先，我們使用抓取算法瀏覽圖像并找到所有可能的對(duì)象。然后，在所有已識(shí)別的對(duì)象中，你將使用像SVM和HOG這樣的對(duì)象識(shí)別算法來(lái)識(shí)別相關(guān)對(duì)象。

執(zhí)行時(shí)間處理時(shí)間

通常，與機(jī)器學(xué)習(xí)相比，深度學(xué)習(xí)需要更多時(shí)間進(jìn)行訓(xùn)練。主要原因是深度學(xué)習(xí)算法中有太多參數(shù)。機(jī)器學(xué)習(xí)只花需要更少的時(shí)間進(jìn)行訓(xùn)練。

解釋性

我們將可解釋性作為比較兩種學(xué)習(xí)技巧的因素。盡管如此，深度學(xué)習(xí)在用于工業(yè)之前仍然被認(rèn)為是10次。

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在哪里應(yīng)用？

計(jì)算機(jī)視覺(jué)： 我們將其用于車(chē)牌識(shí)別和面部識(shí)別等不同應(yīng)用。

信息檢索： 我們將ML和DL用于搜索引擎，文本搜索和圖像搜索等應(yīng)用程序。

營(yíng)銷(xiāo)：我們?cè)谧詣?dòng)電子郵件營(yíng)銷(xiāo)和目標(biāo)識(shí)別中使用這種學(xué)習(xí)技術(shù)。

醫(yī)療診斷：它在醫(yī)學(xué)領(lǐng)域也有廣泛的應(yīng)用。癌癥鑒定和異常檢測(cè)等應(yīng)用。

自然語(yǔ)言處理：適用于情感分析，照片標(biāo)簽，在線廣告等應(yīng)用。

未來(lái)的趨勢(shì)

如今，機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)正處于趨勢(shì)中。在公司中，對(duì)它們的需求正在迅速增加。對(duì)于希望在其業(yè)務(wù)中集成機(jī)器學(xué)習(xí)而生存的公司而言，他們的需求尤其大。

深度學(xué)習(xí)被發(fā)現(xiàn)，并證明擁有最先進(jìn)的表演技術(shù)。因此，深度學(xué)習(xí)讓我們感到驚訝，并將在不久的將來(lái)繼續(xù)這樣做。

最近，研究人員不斷探索機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。過(guò)去，研究人員僅限于學(xué)術(shù)界。但是，如今，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的研究正在兩個(gè)行業(yè)和學(xué)術(shù)界中占據(jù)一席之地。

結(jié)論

我們研究了深度學(xué)習(xí)和機(jī)器學(xué)習(xí)，并研究了兩者之間的比較。我們還研究了圖像，以便更好地表達(dá)和理解。如果你有任何疑問(wèn)，可以隨時(shí)在評(píng)論部分詢問(wèn)。

原文標(biāo)題《Machine Learning vs. Deep Learning》，

作者:Shailna Patidar

譯者：謝子喬

不代表云加社區(qū)觀點(diǎn)，更多詳情請(qǐng)查看原文鏈接

問(wèn)答

深度學(xué)習(xí)在騰訊云上有哪些應(yīng)用？

相關(guān)閱讀

人工智能與機(jī)器學(xué)習(xí)有哪些不同

一文看懂自然語(yǔ)言處理（NLP）的深度學(xué)習(xí)發(fā)展史和待解難題

基于tensorflow的視覺(jué)問(wèn)答系統(tǒng)構(gòu)建

【每日課程推薦】機(jī)器學(xué)習(xí)實(shí)戰(zhàn)！快速入門(mén)在線廣告業(yè)務(wù)及CTR相應(yīng)知識(shí)

此文已由作者授權(quán)騰訊云+社區(qū)發(fā)布，更多原文請(qǐng)點(diǎn)擊

搜索關(guān)注公眾號(hào)「云加社區(qū)」，第一時(shí)間獲取技術(shù)干貨，關(guān)注后回復(fù)1024 送你一份技術(shù)課程大禮包！

海量技術(shù)實(shí)踐經(jīng)驗(yàn)，盡在云加社區(qū)！

總結(jié)

以上是生活随笔為你收集整理的5分钟内看懂机器学习和深度学习的区别的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。