为了账号安全,请及时绑定邮箱和手机立即绑定

请教一下,机器学习算法和深度学习的区别?

/ 猿问

请教一下,机器学习算法和深度学习的区别?

机器学习算法和深度学习的区别?


查看完整描述

3 回答

?
胡子哥哥

一、指代不同

1、机器学习算法:是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。

2、深度学习:是机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标人工智能。

二、学习过程不同

1、机器学习算法:学习系统的基本结构。环境向系统的学习部分提供某些信息,学习部分利用这些信息修改知识库,以增进系统执行部分完成任务的效能,执行部分根据知识库完成任务,同时把获得的信息反馈给学习部分。

2、深度学习:通过设计建立适量的神经元计算节点和多层运算层次结构,选择合适的输人层和输出层,通过网络的学习和调优,建立起从输入到输出的函数关系,虽然不能100%找到输入与输出的函数关系,但是可以尽可能的逼近现实的关联关系。

三、应用不同

1、机器学习算法::数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和机器人运用。

2、深度学习:计算机视觉、语音识别、自然语言处理等其他领域。


查看完整回答
反对 回复 2019-11-19
?
LEATH

通常来说,为了实现人工智能,我们会使用机器学习。我们有几种用于机器学习的算法,比如Find-S、决策树、随机森林、人工神经网络。一般来说,有3类学习算法,第一种是监督机器学习算法进行预测。此外,该算法在分配给数据点的值标签中搜索模式。第二种是无监督机器学习算法,没有标签与数据关联。并且,这些 ML 算法将数据组成簇。此外它需要描述其结构,并使复杂的数据看起来简单且能有条理的分析。第三种是增强机器学习算法,我们使用这些算法选择动作。并且,我们能看到它基于每个数据点。一段时间后,算法改变策略来更好地学习。
一般来说,我们用机器算法来解析数据、学习数据,并从中做出理智的判定。根本上讲,深度学习用于创建可自我学习和可理智判定的人工“神经网络”。我们可以说深度学习是机器学习的子领域。那么机器学习和深度学习的区别在哪里呢?具体来说有很多,其中数据依赖是其中的一种,性能是区别二者的最主要之处。当数据量小时,深度学习算法表现不佳。这就是DL算法需要大量的数据才能完美理解的唯一原因。

查看完整回答
反对 回复 2019-11-19
?
慕码人2483693

网络上那么多深度学习和机器学习的资料,学习了很多之后还是懵懵懂懂的。听了阿里算法专家Chris老师的公开课才算真正理解。通过横向对比的方式,让我了解一个普通的程序和机器学习算法的相同点/差别点是什么?对于程序而言就是要一个准确的结果,而对于机器学习而言我们要的是规则。

机器学习有聚类算法和分类算法,这是常见的一些机器学习算法。网络上大多数资料都显示深度学习只是机器学习的一种特殊类型,今天我们从另一个角度来看,其实深度学习是另外一类算法的集合,深度学习的核心是网络深度和网络结构。网络深度是一个相对概念,没有说一个隐藏层要大于多少才算深度学习。


深度学习的另外一个核心是网络结构:深度自信网络、神经网络、循环网络、卷积网络都各自是一种结构。按照结构的不同,有不同的分类,比如LSTM、ResNet都是一种特殊的结构,而不是一种特殊的算法。LSTM是深度学习算法领域中的一种网络结构,千万不要理解为一种算法。

我把我理解的写出来了,如果你还是不懂的话,可以看看阿里算法专家chris老师在菜鸟窝上的AI特训营公开课https://www.cniao5.com/course/10231 (具体看第四讲视频)



查看完整回答
反对 回复 2019-11-19
  • 3 回答
  • 0 关注
  • 48 浏览
我要回答

相关问题推荐

添加回答

回复

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信