5分鐘內看懂機器學習和深度學習的區別

騰訊雲+社群發表於2018-09-12

歡迎大家前往騰訊雲+社群,獲取更多騰訊海量技術實踐乾貨哦~

本文由liuxuewen 發表於雲+社群專欄

在本文中,我們將研究深度學習和機器學習之間的差異。我們將逐一瞭解它們,然後討論他們在各個方面的不同之處。除了深度學習和機器學習的比較外,我們還將研究他們未來的趨勢和走向。

img
深度學習 VS 機器學習

深度學習與機器學習簡介

一、什麼是機器學習?

通常,為了實現人工智慧,我們使用機器學習。我們有幾種演算法用於機器學習。例如:

Find-S演算法

決策樹演算法(Decision trees)

隨機森林演算法(Random forests)

人工神經網路

通常,有3種型別的學習演算法:

1,監督機器學習演算法用於進行預測。此外,該演算法搜尋分配給資料點的值標籤內的模式。

2,無監督機器學習演算法:沒有標籤與資料點相關聯。這些ML演算法將資料組織成一組簇。此外,它需要描述其結構,使複雜的資料看起來簡單,有條理,便於分析。

3,增強機器學習演算法:我們使用這些演算法來選擇動作。此外,我們可以看到它基於每個資料點。一段時間後,演算法改變其策略以更好地學習。

二、什麼是深度學習?

機器學習只關注解決現實問題。它還需要更加智慧的一些想法。機器學習通過旨在模仿人類決策能力的神經網路。ML工具和技術是關鍵的兩個深度學習的窄子集,我們需要用他們來解決需要思考的問題。任何深度神經網路都將包含三種型別的圖層:

輸入層

隱藏層

輸出層

我們可以說深度學習是機器學習領域的最新領域。這是實現機器學習的一種方式。

深度學習與機器學習

我們使用機器演算法來解析資料,從資料中學習,並根據所學知識做出明智的決策。基本上,深度學習用於建立人工“神經網路” ,可以自己學習和做出明智的決策。我們可以說深度學習是機器學習的一個子領域。

機器學習與深度學習的比較

資料依賴性

效能是兩種演算法之間的主要關鍵區別。雖然,當資料很小時,深度學習演算法表現不佳。這就是是深度學習演算法需要大量資料才能完美理解的原因。

img

但是,在這種情況下,我們可以看到演算法的使用以及他們手工製作的規則。上圖總結了這一事實。

硬體依賴

通常,深度學習依賴於高階機器,而傳統學習依賴於低端機器。因此,深度學習要求包括GPU。這是它工作中不可或缺的一部分。它們還進行大量的矩陣乘法運算。

特色工程

這是一個普遍的過程。在此,領域知識被用於建立特徵提取器,以降低資料的複雜性,並使模式更加可見以學習演算法的工作。雖然,處理起來非常困難。因此,這是需要非常多的專業知識和時間。

img

解決問題的方法

通常,我們使用傳統演算法來解決問題。但是,它需要將問題分解為不同的部分以單獨解決它們。要獲得結果,請將它們全部組合起來。

例如:

讓我們假設你有一個多物件檢測的任務。在此任務中,我們必須確定物件是什麼以及它在影象中的位置。在機器學習方法中,我們必須將問題分為兩個步驟:

1.物體檢測

2.物體識別

首先,我們使用抓取演算法瀏覽影象並找到所有可能的物件。然後,在所有已識別的物件中,你將使用像SVM和HOG這樣的物件識別演算法來識別相關物件。

img

執行時間處理時間

通常,與機器學習相比,深度學習需要更多時間進行訓練。主要原因是深度學習演算法中有太多引數。機器學習只花需要更少的時間進行訓練。

解釋性

我們將可解釋性作為比較兩種學習技巧的因素。儘管如此,深度學習在用於工業之前仍然被認為是10次。

機器學習和深度學習在哪裡應用?

計算機視覺: 我們將其用於車牌識別和麵部識別等不同應用。

資訊檢索: 我們將ML和DL用於搜尋引擎,文字搜尋和影象搜尋等應用程式。

營銷:我們在自動電子郵件營銷和目標識別中使用這種學習技術。

醫療診斷:它在醫學領域也有廣泛的應用。癌症鑑定和異常檢測等應用。

自然語言處理:適用於情感分析,照片標籤,線上廣告等應用。

未來的趨勢

如今,機器學習和資料科學正處於趨勢中。在公司中,對它們的需求正在迅速增加。對於希望在其業務中整合機器學習而生存的公司而言,他們的需求尤其大。

深度學習被發現,並證明擁有最先進的表演技術。因此,深度學習讓我們感到驚訝,並將在不久的將來繼續這樣做。

最近,研究人員不斷探索機器學習和深度學習。過去,研究人員僅限於學術界。但是,如今,機器學習和深度學習的研究正在兩個行業和學術界中佔據一席之地。

結論

我們研究了深度學習和機器學習,並研究了兩者之間的比較。我們還研究了影象,以便更好地表達和理解。如果你有任何疑問,可以隨時在評論部分詢問。

原文標題《Machine Learning vs. Deep Learning》,

作者:Shailna Patidar

譯者:謝子喬

不代表雲加社群觀點,更多詳情請檢視原文連結

問答

深度學習在騰訊雲上有哪些應用?

相關閱讀

人工智慧與機器學習有哪些不同

一文看懂自然語言處理(NLP)的深度學習發展史和待解難題

基於tensorflow的視覺問答系統構建

【每日課程推薦】機器學習實戰!快速入門線上廣告業務及CTR相應知識

此文已由作者授權騰訊雲+社群釋出,更多原文請點選

搜尋關注公眾號「雲加社群」,第一時間獲取技術乾貨,關注後回覆1024 送你一份技術課程大禮包!

海量技術實踐經驗,盡在雲加社群

相關文章