未明学院：机器学习vs深度学习，如何规划学习与就业路径

自2016年以来，业界掀起一股人工智能的热潮。

2017年初，AlphaGo化身网络棋手Master击败聂卫平、柯洁、朴廷桓、井山裕太在内的数十位中日韩围棋高手，在30秒一手的快棋对决中，无一落败，拿下全胜，在棋界和科技界引发剧震。这使人们认识到AI(Artifical Intelligence)的威力和未来，于是人工智能忽然之间离我们近在咫尺。

提到人工智能，我们总是听到两个名词，机器学习和深度学习。想要入门人工智能的同学，可能对这两个名词尚未十分了解。今天，我们就来探讨下机器学习与深度学习的区别。

什么是人工智能

人工智能（Artificial Intelligence），英文缩写为AI。它是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的与人脑相似的方式做出反应的智能机器。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。

目前人工智能应用已非常普遍，从智能手机上的语音识别、房间清扫机器人再到提醒你会议召开的虚拟助手，AI已是信息、学习、推理、计划和交流的重要提供者。可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

（图为人脸识别系统）

什么是机器学习

机器学习是AI的一个子领域，它通过算法将AI概念应用于计算系统。计算机识别数据模式并根据数据模式采取行动，随着时间的推移学习提高其准确性而无需明确的编程。

机器学习的背后是预测编码，聚类和视觉热图等分析方法。我们打开某宝、某东时的购物推荐就是机器学习的一个应用。

机器学习有如下几种常用算法：

1. 支持向量机算法

2. 决策树算法

3. 神经网络

机器学习算法通常分为以下四大类：

1. 监督学习（Supervised Learning）

能够从有标签的数据中学到或建立一个模式（learning model），并依此模式猜测新的实例。

举个监督式学习的例子，我有一套电子邮件数据，我给每一封邮件都打上垃圾邮件或非垃圾邮件的标签，那么，