一、深度学习与机器学习区别
(一)特征提取方面
1、机器学习的特征工程步骤是要靠手动完成的,而且需要大量领域专业知识 深度学习通常由多个层组成,它们通常将更简单的模型组合在一起,通过将数
据从一层传递到另一层来构建更复杂的模型。通过大量数据的训练自动得到模型,不需
要人工设计特征提取环节。
2、深度学习算法试图从数据中学习高级功能,这是深度学习的一个非常独特的部
分。因此,减少了为每个问题开发新特征提取器的任务。适合用在难提取特征的图像、
语音、自然语言领域。
(二)数据方面
1、机器学习需要的执行时间远少于深度学习
2、深度学习参数往往很庞大,需要通过大量数据的多次优化来训练参数。
(三)算法方面
1、 机器学习
代表:K-Means、决策树、线性回归等
2、 深度学习
代表:神经网络
(四)深度学习应用场景
1、 图像识别
物体识别
车型识别
人脸检测跟踪
人脸身份认证
2、 自然语言处理技术