机器学习和深度学习有什么区别?

机器学习和深度学习都是科技行业的热门话题和流行语。你会听到这些话题的背景人工智能(人工智能)、自动驾驶汽车、在游戏中打败人类的计算机，以及其他有新闻价值的技术发展。betwayapp下载安装如果你是人工智能领域的新手，你可能想知道这两者之间有什么区别。

可以这样想:深度学习和机器学习都是人工智能的子集。深度学习是机器学习的一个子集。机器学习是一种人工智能技术，深度学习是一种机器学习技术。

机器学习是众多人工智能技术之一

在人工智能的早期，该领域依赖于硬编码的规则和算法。与AI下棋是一种蛮力计算的练习;计算机程序预测每一种可能的走法，然后选择结果最好的走法。人工智能聊天机器人可以通过寻找用户提供的特定单词和短语与你进行“对话”。然后它会回复程序员事先想到的预先设定好的响应(现代虚拟助理仍然依赖于这种技术)。虽然这些系统看起来很智能，但它们依赖于它们的程序化智能——它们没有靠自己的经验学习的能力。

机器学习把它翻转过来。机器学习算法取代了硬编码的规则来解决问题训练有素的通过提供真实世界的数据。机器学习会建立一个模型它寻找你给出的数据和你试图预测的数据之间的模式。这个模型可以对以前从未见过的新事物做出预测。随着模型接触到越来越多的训练数据，其准确率也越来越高。

举个简单的例子，假设您想要构建一个系统，该系统可以根据房屋的属性预测房屋的售价。你可以通过向机器学习算法输入房屋销售价格的历史数据，以及房屋的位置、面积、浴室数量、年龄等信息来训练机器学习算法。该算法将开始发现房屋的这些不同属性如何影响其销售价格，并建立一个模型，了解每个属性如何影响房屋的最终价格。对于即将上市的新房，这种机器学习算法可以利用该模型自动预测其销售价格。随着时间的推移，越来越多的房屋销售信息被输入到系统中，它的准确性会越来越高。

这个机器学习系统并不依赖于人类的控制程序;相反，它是在真实数据的基础上学习它们。

深度学习是众多机器学习技术之一

这个房价体系是如何运作的呢?这其实很简单;您可以绘制不同的属性，如面积与您训练系统的销售价格之间的关系，将每一条曲线拟合，并使用这些曲线来预测即将上市的新房价格。这就叫做多元回归．

或者，你可以建立一个决策树它学习了一系列分层决策点，从而得出准确的价格预测。它可以从给定区域的价格范围开始，根据房子的大小进一步细化，再根据房子的年龄进一步细化，直到估计出最终的价格。这只是我们可能使用的许多机器学习算法中的两种，但它们都不是我们所说的“深度学习”。

作为复杂的人工神经网络的深度学习

虽然深度学习是另一种机器学习技术，它吸引了人们的注意，因为它非常灵活，而且受到了人类大脑工作方式的启发。

深度学习系统是由虚拟层组成的神经元．每个神经元的工作只是简单地把输入信号加起来，然后决定是否向它上面的下一层神经元发出输出信号。

每一层神经元都与上下两层网络中的每一个神经元相连。通过学习每个连接的最优权值神经网络可以解决各种各样的问题，就像你自己的大脑一样。尽管神经网络是一个简单的概念，神经元之间连接的绝对数量意味着它们可以代表非常复杂的问题。

一个神经网络的例子

回到房地产定价的例子，你的训练数据中的所有属性(位置、大小等)都被处理成类似的规模，并被输入到神经网络最底层的神经元中。通过多次迭代，神经网络得到其连接之间的最佳权值集，从而在其最顶层的输出产生准确的价格预测。一旦这个神经网络用神经元之间的最佳权值进行训练，它就可以开始快速预测模型从未见过的新房价格。

当神经网络的层数超过一层时，我们称其为a深层神经网络．这就是我们所说的深度学习．深度学习模型是由深度神经网络实现的机器学习系统。这不是机器学习vs.深度学习的问题;深度学习是一种机器学习技术——而且是一种非常令人兴奋的技术!我们在这里只谈到了它的表面;还有很多东西要学。

你有兴趣成为一名机器学习工程师吗?读这篇文章了解你在机器学习领域需要什么技能。