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。
网友评论