机器学习与深度学习：有什么区别？

机器学习和深度学习都是技术产业的热门话题和流行语。你会在上下文中听到这些主题人工智能（AI），自驾驶汽车，电脑在游戏中击败人类，以及其他新的技术发展。betwayapp下载安装如果您是AI字段的新手，您可能会想到两者之间的区别。

这样想：深入学习和机器学习是人工智能的亚群。而且，深度学习是机器学习的子集。机器学习是AI技术，深度学习是一种机器学习技术。

机器学习是众多AI技术之一

在AI的早期，该领域依赖于硬编码规则和算法。抵御AI的国际象棋是野蛮的计算力量;计算机程序在每个可能的一系列移动中展望，并选择具有最佳结果的移动。AI Chatbots可以通过查找用户提供的某些单词和短语来持有“对话”。然后，它回复了罐装反应，程序员提前想到的（现代虚拟助手仍然依赖这种技术）。虽然这些系统看起来很聪明，但他们依靠他们的编程智慧 - 他们没有能够自己学习经验。

机器学习翻转在它的头上。一台机器学习算法而不是依赖硬编码规则来解决问题而不是依赖于硬编码规则。训练有素通过喂它现实世界数据。然后机器学习建立一个模型这在您提供的数据和您尝试预测的数据之间寻找模式。该模型可以对以前从未见过的新事物进行预测。由于该模型暴露于越来越多的培训数据，其准确性越来越好。

作为一个简单的例子，想象一下，您希望建立一个可以根据该房屋的属性预测房屋销售价格的系统。You might train a machine learning algorithm by feeding it historical data of house sale prices, together with things like the home’s location, square footage, number of bathrooms, age, etc. The algorithm would start to find how these different properties of a house affect its sales price and build up a model that understands how each attribute affects the ultimate price of the home. For new houses going on the market, this machine learning algorithm could use the model to predict its sales price automatically. And as more and more home sales are fed into the system over time, its accuracy will get better and better.

该机器学习系统并不依赖于人类编程;相反，它正在基于实际数据学习它们。

深度学习是许多机器学习技术之一

房子定价系统如何工作？它实际上很简单;您可以绘制各种属性，例如您正在培训系统的销售价格，适合每个曲线，并使用这些曲线来预测正在击中市场的新房价格。这被称为多重回归。

或者，你可以建立一个决策树学习一系列分层系列决策点，导致准确的价格预测。它可能从一个特定区域的价格范围开始，优化到房屋的大小，通过房屋的年龄进一步细化，直到估计最终价格。这些只是我们可能所用的许多机器学习算法中的两个，但它们都不是我们所谓的“深入学习”。

深入学习作为复杂的人工神经网络

尽管深度学习是另一台机器学习技术，它引起了注意力，因为它非常灵活 - 灵感来自我们自己的人类大脑的作品。

深度学习系统由虚拟层制成神经元。每个神经元的工作是简单地加入进入它的输入，并决定是否将输出信号从其上方发射到下一层。

层中的每个神经元在其上方和下方的网络层中连接到每个神经元。通过学习每个连接中的每一个的最佳权重神经网络可以解决各种各样的问题，与您自己的大脑相同。即使神经网络是一个简单的概念，神经元之间的纯粹数量意味着它们可以代表非常复杂的问题。

神经网络的一个例子

回到房地产定价示例，将培训数据（位置，大小等）中的所有属性被处理为类似的尺度，并在您的神经网络的最底层中进入神经元。通过多次迭代，神经网络在其连接之间到达最佳重量，以在其顶层的输出端产生准确的价格预测。一旦这种神经网络训练了神经元之间最好的重量，它就可以开始快速预测新房屋的价格，该模型在之前没有看到。

当神经网络中的层数不止一个时，我们说这是一个深神经网络。这就是我们的意思深度学习。深度学习模型是由深神经网络实现的机器学习系统。不是机器学习与深度学习的情况;深度学习是机器学习技术 - 以及一个非常令人兴奋的技术！我们在这里只划伤了它的表面;还有更多的学习。

您是否有兴趣成为机器学习工程师？阅读这篇文章找出机器学习中所需的技能。