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科技行业的热门话题和流行语。你会在…的上下文中听到这些话题人工智能（AI），自动驾驶汽车，电脑在游戏战胜人类和其他有新闻价值的技术发展。betwayapp下载安装如果你是新来的AI领域，你可能想知道有什么区别两者之间。

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，而深度学习就是一种机器学习技术。

机器学习是许多人工智能技术中的一种

在AI的初期，场依靠硬编码的规则和算法。下棋对抗AI是蛮力计算力的锻炼;计算机程序展望在每一个可能的一系列举动，并选择最好的结局移动。AI聊天机器人可以通过寻找用户提供一定的单词和短语举行的“对话”和你在一起。然后，它与罐头回应程序员认为时间提前（现代虚拟助理仍然依靠这种技术）进行回复。虽然这些系统看似聪明，他们依靠自己的编程的智能 - 他们没有学会与自己的经验能力。

机器学习翻转是发挥得淋漓尽致。而不是依靠硬编码的规则来解决问题的，机器学习算法是训练有素的通过向它提供真实世界的数据。机器学习建立了模型看起来你给它的数据，你试着预测的东西之间的模式。这种模式可以使新的东西它从未见过的预测。由于模型暴露在越来越多的训练数据，其精度越来越好。

作为一个简单的示例，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销售价格。你可以通过输入房屋销售价格的历史数据，以及房屋位置、面积、卫生间数量、年龄等信息来训练机器学习算法。该算法将开始找出这些不同的房产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，这个机器学习算法可以使用这个模型来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数据被输入该系统，其准确性会越来越好。

这个机器学习系统并不依赖于人类编写的规则;相反，它是基于真实数据来学习它们。

深度学习是一个许多机器学习技术的

房价体系是如何运作的呢?其实很简单;你可以画出不同的属性，比如面积与你训练系统的销售价格之间的关系，用一条曲线拟合每一条，然后用这些曲线来预测新房子的价格。这就叫做多元回归。

或者，你可以建立a决策树这获悉一系列分级的决策点，导致一个准确的价格预测。这可能与一个价格区间对于一个给定区域，细化由房子的大小，细化，通过房子的年龄进一步，依此类推，直到最后的价格估计开始。这些只是两个多我们可以采用机器学习算法，但他们都不是我们所说的“深度学习。”

深度学习是一种复杂的人工神经网络

虽然深度学习在另一台机器学习技术，它已经引起关注，因为它是非常灵活的 - 和如何我们自己的人类大脑的作品启发。

深度学习系统是由虚拟层组成的神经元。每个神经元的工作就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。

每一层中的每个神经元都与网络的上下各层中的每个神经元相连。通过学习每个连接的最佳权值，这个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，但神经元之间的绝对数量的连接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

回来的房地产价格例如，在你的训练数据（位置，大小等）的所有属性被处理成一个类似规模和送入神经元在你的神经网络的最底层。通过多次迭代，所述神经网络到达其连接之间的权重的最佳组在其最顶层的输出以产生一个准确的价格预测。一旦神经网络已经被训练与神经元之间的最佳重量，它可以启动快速预测价格为新的房屋模型之前还没有见过。

当层的神经网络数超过一个，我们说这是一个深层神经网络。这就是我们所说的术语深度学习。深度学习模型是由深度神经网络实现的机器学习系统。这不是机器学习和深度学习的问题;深度学习是机器学习技术 - 和一个非常激动人心的一个！我们只是在这里划伤它的表面;还有很多东西要学。