2019-04-22

机器学习&深度学习

深度学习是机器学习的延伸。当神经网络层数变多时，就成了深度学习

区别

机器学习：特征是人工通过分析筛选出来的，也就是说知道有哪些特征，并且通过观察训练结果，可能需要适当的进行调整。所以这个模型训练期间需要人工的干预。

深度学习：特征是算法网络自己提取出来的，看不懂也不知道具体含义。所以从特征的提取到模型的训练都是机器在完成，不需要人为干预。也就是端到端的学习模式。

应用

机器学习：主要应用于维度比较低的预测。比如，房价预测，风险预测，信用评估等

深度学习：主要应用于高纬度，并且无法用语言去形容特征含义。比如，图像识别，图像检测，语义分割，语音识别，自然语音处理。