关系一
传统上,深度学习是机器学习的一部分。
关系二
但是现在,业界还有一种认为 交集关系。
那么到底是机器学习和深度学习的关系是包含还是有交集?
其实都对。
如果机器学习的标准定义是让计算机具有人的思维,那么深度学习就是机器学习的一个分支。
如果机器学习看成传统的人工智能,那么机器学习和深度学习都有各自的应用领域。
那么机器学习和深度学习各自的应用领域具体是什么?
机器学习适合处理结构化数据
深度学习适合处理非结构化数据
区分: 结构化数据 & 非结构化数据
结构化数据:
多行多列,每一列有明确的意义。
Eg. 结构化数据库mysql, 以及excel
比如班级每个人,每个人有各自的信息,比如身高体重:
机器学习更适合处理这一类的结构化数据。
非结构化数据
不方便表示成结构化数据的数据。
比较流行的非结构化数据
eg. 图像 声音 视频 文本
拿图像来讲:
本质上图像里面是多行多列,每一列只是一个像素点,没意义。
如果硬表示为 800*400行列数据也可以,但是每一列每一行没有明确的特征。不像结构化数据,每一列都是一个属性。
总之:非结构化数据,都适合深度学习进行处理。
**注意是适合,不是能不能。**而机器学习,适合处理结构化数据。