深度学习和机器学习的区别（特征工程（简述））

问题：传统机器学习算法难点是如何进行特征提取。

机器学习流程：

     ①数据获取

     ②特征工程

               ①数据特征决定了模型上限

               ②预处理和特征提取是核心

               ③算法和参数选择决定了如何逼近这个上限

     ③建立模型

     ④评估与应用

总结：机器学习各种算法（树模型，逻辑回归，SVM，集成学习）本质上解决的都是第③步，对于第②步一般用人工方法进行特征提取，但如何进行最优特征提取，一直是人工的难点，而深度学习很好的解决了这个问题，在使用种可以用深度学习完成第②步，第三步用传统机器学习算法也好，用深度学习算法也行，不同的算法本质上就是解决，流程中的各种问题。