算法笔记整理2 - 机器学习 vs 深度学习

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。