2KB项目,专业的源码交易网站 帮助 收藏 每日签到

机器学习 vs 深度学习

  • 时间:2019-01-23 18:23 编辑:2KB 来源:2KB.COM 阅读:478
  • 扫一扫,手机访问
  • 分享
摘要: 英文原文:Mac
英文原文:Machine Learning vs. Deep Learning

机器学习和深度学习有什么区别?让我们从本文中寻找答案。

目标

本文中,我们将深度学习与机器学习作比较。我们将逐一了解他们。我们还会讨论他们在各个方面的不同点。除了深度学习和机器学习的比较,我们还将研究它们未来的趋势。

其它翻译版本 (1) 加载中

对比介绍深度学习和机器学习

a. 什么是机器学习?

通常,为了实现人工智能,我们会使用机器学习。我们有几种用于机器学习的算法。例如:

通常,有3类学习算法:

  1. 监督机器学习算法进行预测。此外,该算法在分配给数据点的值标签中搜索模式。

  2. 无监督机器学习算法:没有标签与数据关联。并且,这些 ML 算法将数据组成簇。此外,他需要描述其结构,并使复杂的数据看起来简单且能有条理的分析。

  3. 增强机器学习算法:我们使用这些算法选择动作。并且,我们能看到它基于每个数据点。一段时间后,算法改变策略来更好地学习。

b.什么是深度学习?

机器学习只关注解决现实问题。它还需要人工智能的一些想法。机器学习通过旨在模仿人类决策能力的神经网络。ML工具和技术是两个主要的仅关注深度学习的窄子集。我们需要应用它来解决任何需要思考的问题 —— 人类的或人为的。任何深度神经网络都将包含以下三层:

  • 输入层

  • 隐藏层

  • 输出层

我们可以说深度学习是机器学习领域的最新术语。这是实现机器学习的一种方式。

欲了解更多深度学习的内容,阅读此文

3. 深度学习vs机器学习
我们用机器算法来解析数据,学习数据,并从中做出理智的判定。根本上讲,深度学习用于创建可自我学习和可理智判定的人工“神经网络”。我们可以说深度学习是机器学习的子领域。

4. 机器学习与深度学习对比

a.数据依赖

性能是区别二者的最主要之处。当数据量小时,深度学习算法表现不佳。这就是DL算法需要大量的数据才能完美理解的唯一原因。

我们可以看到,人工创立的该场景之下算法占据上风。上图总结了该情况。

其它翻译版本 (1) 加载中

b. 硬件依赖

通常,深度学习依赖于高端设备,而传统学习依赖于低端设备。因此,深度学习要求包含 GPU。这是它工作中不可或缺的一部分。它们还需要进行大量的矩阵乘法运算。

c. 功能工程化

这是一个通用的过程。在此,领域知识被用于创建特征提取器,以降低数据的复杂性,并使模式对学习算法的工作原理上更可见,虽然处理起来非常困难。 因此,这是耗时并需要专业知识的。

d. 解决问题的方法

通常,我们使用传统算法来解决问题。但它需要将问题分解为不同的部分以单独解决它们。要获得结果,请将它们全部合并起来。

例如:

让我们假定你有一个多对象检测的任务。在此任务中,我们必须确定对象是什么以及它在图像中的位置。在机器学习方法中,我们必须将问题分为两个步骤:

  • 对象检测

  • 对象识别

首先,我们使用抓取算法遍历图像并找到所有可能的对象。然后,在所有已识别的对象中,你将使用诸如 SVM 和 HOG 这样的对象识别算法来识别相关对象。

e.执行时间

通常,与机器学习相比,深度学习需要更多时间进行训练。主要原因是深度学习算法中有太多参数。机器学习需要进行训练的时间较少,从几秒钟到几个小时范围内。

f.可解释性

我们将可解释性作为比较两种学习技术的因素。尽管如此,深度学习在工业应用之前仍然被考虑再三。

机器学习和深度学习主要被应用在何处?

a. 计算机视觉:我们将其用于像车牌识别和面部识别等应用。

b. 信息检索:我们将 ML 和 DL 用于像囊括文本检索及图像检索的搜索引擎等应用。

c. 市场营销:我们在自动电子邮件营销及客户群识别上使用这些学习技术。

d. 医疗诊断:它在医疗领域也有广泛的应用,像癌症识别及异常检测等应用。

  • 自然语言处理

  • 针对类似情感分析、照片标签生成、在线广告等应用

此处可了解更多关于机器学习类应用

未来趋势

  • 如今,机器学习和数据科学已经成为一种趋势。在企业中,对这两种产品的需求都在迅速增长。对于那些想要在自己的业务中融入机器学习的公司,两者被迫切地需求着。

  • 深度学习被发现和证明有最好的技术表现力。并且,深度学习正在不断给我们带来惊喜并将在不久的将来继续这样做。

  • 近年来,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。但是,如今,在工业和学术界中ML和DL都有自己的一席之地。

结论

我们已经研究讨论了深度学习和机器学习,并对两者进行了比较。为了更好地表达和理解,我们还研究了影像。如果你有任何问题,请在评论区提出。

其它翻译版本 (1) 加载中 本文中的所有译文仅用于学习和交流目的,转载请务必注明文章译者、出处、和本文链接。 2KB翻译工作遵照 CC 协议,如果我们的工作有侵犯到您的权益,请及时联系我们。


2KB项目(www.2kb.com,源码交易平台),提供担保交易、源码交易、虚拟商品、在家创业、在线创业、任务交易、网站设计、软件设计、网络兼职、站长交易、域名交易、链接买卖、网站交易、广告买卖、站长培训、建站美工等服务

  • 全部评论(0)
资讯详情页最新发布上方横幅
最新发布的资讯信息
【计算机/互联网|】Nginx出现502错误(2020-01-20 21:02)
【计算机/互联网|】网站运营全智能软手V0.1版发布(2020-01-20 12:16)
【计算机/互联网|】淘宝这是怎么了?(2020-01-19 19:15)
【行业动态|】谷歌关闭小米智能摄像头,因为窃听器显示了陌生人家中的照片(2020-01-15 09:42)
【行业动态|】据报道谷歌新闻终止了数字杂志,退还主动订阅(2020-01-15 09:39)
【行业动态|】康佳将OLED电视带到美国与LG和索尼竞争(2020-01-15 09:38)
【行业动态|】2020年最佳AV接收机(2020-01-15 09:35)
【行业动态|】2020年最佳流媒体设备:Roku,Apple TV,Firebar,Chromecast等(2020-01-15 09:31)
【行业动态|】CES 2020预览:更多的流媒体服务和订阅即将到来(2020-01-08 21:41)
【行业动态|】从埃隆·马斯克到杰夫·贝佐斯,这30位人物定义了2010年代(2020-01-01 15:14)
联系我们

Q Q: 7090832

电话:400-0011-990

邮箱:7090832@qq.com

时间:9:00-23:00

联系客服
商家入住 服务咨询 投拆建议 联系客服
0577-67068160
手机版

扫一扫进手机版
返回顶部