机器学习和深度学习之间的5个主要区别

什么是机器学习/strong>

通过机器学习，可以对计算机系统进行编程以从输入的数据中学习，而无需对其进行连续的重新编程。换句话说，他们在没有人的额外帮助的情况下，不断提高自己在某项任务（例如，玩游戏）上的表现。机器学习被广泛应用于各个领域：艺术，科学，金融，医疗保健-随您便说。并且有多种使机器学习的方法。有些简单，例如基本的决策树，有些则更复杂，涉及多层人工神经 络。后者发生在深度学习中。

机器学习不仅通过1959年亚瑟·萨缪尔（Arthur Samuel）的突破性计划得以实现（使用相对简单（按今天的标准）搜索树作为主要驱动程序，他的IBM计算机在检查人员中不断得到改进），还通过Internet进行了改进。借助Internet，已经创建并存储了大量数据，并且这些数据可以提供给计算机系统以帮助他们“学习”。  

什么是深度学习/strong>

一些人认为深度学习是机器学习的下一个前沿领域，即前沿技术的前沿。您可能尚未意识到深度学习计划的结果！如果您曾经看过Netflix，则可能已经看过有关观看内容的建议。某些流音乐服务会根据您过去听过的歌曲或您竖起大拇指或按“赞”按钮选择的歌曲来选择歌曲。这些功能都基于深度学习。Google的语音识别和图像识别算法也使用深度学习。

就像机器学习被视为AI的一种一样，深度学习通常被认为是机器学习的一种，有人称其为子集。机器学习使用诸如预测模型之类的简单概念，而深度学习则使用旨在模仿人类思维和学习方式的人工神经 络。您可能还记得中学时代的生物学，人类大脑的主要细胞成分和主要计算元素是神经元，每个神经连接就像一台小型计算机。大脑中的神经元 络负责处理各种输入：视觉，感觉等。

在深度学习计算机系统中，就像在机器学习中一样，输入仍然会输入到它们中，但是信息通常以庞大的数据集的形式出现，因为深度学习系统需要大量的数据来理解它并返回准确的结果。然后，人工神经 络根据数据提出一系列二元对/错问题，涉及高度复杂的数学计算，并根据收到的答案对数据进行分类。 

因此，尽管机器学习和深度学习都属于人工智能的一般分类，并且都从数据输入中“学习”，但是机器学习和深度学习之间还是存在一些关键区别。

机器学习和深度学习之间的5个关键区别

人为干预

在机器学习系统中，人们需要根据数据类型（例如，像素值，形状，方向）来识别并手动编码应用的特征，而深度学习系统会尝试在没有其他人工干预的情况下学习这些特征。 以面部识别程序为例。 该程序首先学习检测和识别脸部的边缘和线条，然后学习脸部的重要部分，最后学习脸部的整体表示。 这样做涉及的数据量很大，并且随着时间的流逝和程序自身的训练，正确答案（即准确识别人脸）的可能性增加。 而且这种训练是通过使用神经 络进行的，类似于人脑的工作方式，而无需人工重新编码程序。

硬件

由于要处理的数据量以及所使用算法中涉及的数学计算的复杂性，与简单的机器学习系统相比，深度学习系统需要更强大的硬件。用于深度学习的一种类型的硬件是图形处理单元（GPU）。机器学习程序可以在低端机器上运行，而无需那么多计算能力。

时间

如您所料，由于深度学习系统需要大量数据，并且涉及的参数和数学公式复杂，因此深度学习系统可能需要花费大量时间进行训练。机器学习可能要花几秒钟到几小时，而深度学习可能要花几小时到几周。

方法

机器学习中使用的算法倾向于将数据分解为多个部分，然后将这些部分组合起来以得出结果或解决方案。深度学习系统可以一口气地解决整个问题或场景。例如，如果您想要一个程序来识别图像中的特定对象（例如它们的位置以及它们的位置，例如停车场中汽车上的牌照），则您必须通过两个步骤来进行机器学习：首先是物体检测，然后是物体识别。另一方面，使用深度学习程序，您将输入图像，并通过训练，程序将在一个结果中返回识别出的对象及其在图像中的位置。

应用

您可能已经发现机器学习和深度学习系统用于不同的应用程序。使用它们的地方：基本的机器学习应用程序包括预测程序（例如，预测股市价格或下一次飓风将在何时何地发生的价格），电子邮件垃圾邮件标识符，以及为医学患者设计基于证据的治疗计划的程序。除了上面提到的Netflix，音乐流服务和面部识别的示例之外，深度学习的一种广为宣传的应用是无人驾驶汽车-该程序使用多层神经 络来执行诸如确定要避开的物体，识别交通等操作。灯亮，知道何时加速或减速。

关于大数据分析平台

大数据分析平台「GetInsight/span>」升级发布，将基于企业管理驾驶舱、产品质量分析及预测、设备分析及预测等大数据模型的构建，助力企业由传统运营模式向数字化、智能化的新模式转型升级，抓住数据经济的发展势头，提供管理效能，精准布局未来。了解更多，请联系在线客服。

大数据专业团队为企业提供商业智能大数据平台搭建，免费业务咨询，定制开发等完整服务，快速、轻松、低成本将任何Hadoop集群从试用阶段转移到生产阶段。

欢迎拨打热线或咨询在线客服，我们有专业的大数据团队，为您提供免费大数据相关业务咨询！

标签：