◆介绍
机器学习和深度学习现在风靡一时!好像是在一瞬间,每个人都在谈论着它们- 无论人们是否理解两者中间的差异!现在人们无论是否关注数据科学- 都会听到过这两个术语。
现在展示一下深度学习和机器学习所获得的关注度,以下是这些关键字的Google趋势:
如果你想了解机器学习和深度学习之间的区别,请继续阅读这篇以简单的外行语言进行详细比较机器学习和深度学习的文章。我将会详细的解释这些术语。然后比较它们并解释我们可以在什么地方会用到它们。
1.什么是机器学习和深度学习
让我们从基础的知识开始开始说起- 什么是机器学习和什么是深度学习。如果你已经知道这一点,那可以跳过这一部分,直接去看第二部分,两种学习之间的比较。
1.1什么是机器学习?
Tom Mitchell广泛引用的机器学习定义最好地解释了机器学习。这就是它所说的:
●“据说计算机程序可以从经验E中学习某些类型的任务T和用来测量的P,如果它在T中的任务中的表现(由P测量)会随着经验E的提高而提高”
这听起来很令人费解或令人困惑对吧?那让我们用简单的例子来分析一下。
示例1 - 机器学习- 根据高度预测权重
假设现在需要创建一个系统,该系统根据人的身高来显示预期的体重。可能有几个原因会让人感兴趣对这个系统感兴趣。我们可以使用它来过滤掉任何可能的欺诈或数据获取的错误。首先要做的第一件事就是收集数据。假设我们现在的数据是这样子的:
图表上的每个点代表一个数据点。首先,我们可以画一条简单的线来预测基于身高的体重。举一个简单的例子:
●体重(kg)=身高(cm) - 100
这样可以帮助我们做出预测。虽然这条预测线做得不错,但我们需要了解它的表现。在这种情况下&#