欢迎你们前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~算法
本文由 liuxuewen 发表于 云+社区专栏
在本文中,咱们将研究深度学习和机器学习之间的差别。咱们将逐一了解它们,而后讨论他们在各个方面的不一样之处。除了深度学习和机器学习的比较外,咱们还将研究他们将来的趋势和走向。网络
深度学习 VS 机器学习dom
一般,为了实现人工智能,咱们使用机器学习。咱们有几种算法用于机器学习。例如:机器学习
Find-S算法工具
决策树算法(Decision trees)性能
随机森林算法(Random forests)学习
人工神经网络ui
一般,有3种类型的学习算法:搜索引擎
1,监督机器学习算法用于进行预测。此外,该算法搜索分配给数据点的值标签内的模式。人工智能
2,无监督机器学习算法:没有标签与数据点相关联。这些ML算法将数据组织成一组簇。此外,它须要描述其结构,使复杂的数据看起来简单,有条理,便于分析。
3,加强机器学习算法:咱们使用这些算法来选择动做。此外,咱们能够看到它基于每一个数据点。一段时间后,算法改变其策略以更好地学习。
机器学习只关注解决现实问题。它还须要更加智能的一些想法。机器学习经过旨在模仿人类决策能力的神经网络。ML工具和技术是关键的两个深度学习的窄子集,咱们须要用他们来解决须要思考的问题。任何深度神经网络都将包含三种类型的图层:
输入层
隐藏层
输出层
咱们能够说深度学习是机器学习领域的最新领域。这是实现机器学习的一种方式。
咱们使用机器算法来解析数据,从数据中学习,并根据所学知识作出明智的决策。基本上,深度学习用于建立人工“神经网络” ,能够本身学习和作出明智的决策。咱们能够说深度学习是机器学习的一个子领域。
性能是两种算法之间的主要关键区别。虽然,当数据很小时,深度学习算法表现不佳。这就是是深度学习算法须要大量数据才能完美理解的缘由。
可是,在这种状况下,咱们能够看到算法的使用以及他们手工制做的规则。上图总结了这一事实。
一般,深度学习依赖于高端机器,而传统学习依赖于低端机器。所以,深度学习要求包括GPU。这是它工做中不可或缺的一部分。它们还进行大量的矩阵乘法运算。
这是一个广泛的过程。在此,领域知识被用于建立特征提取器,以下降数据的复杂性,并使模式更加可见以学习算法的工做。虽然,处理起来很是困难。所以,这是须要很是多的专业知识和时间。
一般,咱们使用传统算法来解决问题。可是,它须要将问题分解为不一样的部分以单独解决它们。要得到结果,请将它们所有组合起来。
例如:
让咱们假设你有一个多对象检测的任务。在此任务中,咱们必须肯定对象是什么以及它在图像中的位置。在机器学习方法中,咱们必须将问题分为两个步骤:
1.物体检测
2.物体识别
首先,咱们使用抓取算法浏览图像并找到全部可能的对象。而后,在全部已识别的对象中,你将使用像SVM和HOG这样的对象识别算法来识别相关对象。
一般,与机器学习相比,深度学习须要更多时间进行训练。主要缘由是深度学习算法中有太多参数。机器学习只花须要更少的时间进行训练。
咱们将可解释性做为比较两种学习技巧的因素。尽管如此,深度学习在用于工业以前仍然被认为是10次。
计算机视觉: 咱们将其用于车牌识别和面部识别等不一样应用。
信息检索: 咱们将ML和DL用于搜索引擎,文本搜索和图像搜索等应用程序。
营销:咱们在自动电子邮件营销和目标识别中使用这种学习技术。
医疗诊断:它在医学领域也有普遍的应用。癌症鉴定和异常检测等应用。
天然语言处理:适用于情感分析,照片标签,在线广告等应用。
现在,机器学习和数据科学正处于趋势中。在公司中,对它们的需求正在迅速增长。对于但愿在其业务中集成机器学习而生存的公司而言,他们的需求尤为大。
深度学习被发现,并证实拥有最早进的表演技术。所以,深度学习让咱们感到惊讶,并将在不久的未来继续这样作。
最近,研究人员不断探索机器学习和深度学习。过去,研究人员仅限于学术界。可是,现在,机器学习和深度学习的研究正在两个行业和学术界中占据一席之地。
咱们研究了深度学习和机器学习,并研究了二者之间的比较。咱们还研究了图像,以便更好地表达和理解。若是你有任何疑问,能够随时在评论部分询问。
原文标题《Machine Learning vs. Deep Learning》,
做者:Shailna Patidar
译者:谢子乔
不表明云加社区观点,更多详情请查看原文连接
问答
深度学习在腾讯云上有哪些应用?
相关阅读
人工智能与机器学习有哪些不一样
一文看懂天然语言处理(NLP)的深度学习发展史和待解难题
基于tensorflow的视觉问答系统构建
【每日课程推荐】机器学习实战!快速入门在线广告业务及CTR相应知识
此文已由做者受权腾讯云+社区发布,更多原文请点击
搜索关注公众号「云加社区」,第一时间获取技术干货,关注后回复1024 送你一份技术课程大礼包!
海量技术实践经验,尽在云加社区!