在你看来，机器学习（Machine Learning）与深度学习（Deep Learning）的联系与区别是什么？
回答·20
最热
最新
- 深度学习是机器学习的一个分支或者子集，基于仿生学的研究方向；传统机器学习，是基于统计学的研究方向。
- 网络深度不一样，ml 不超过 5 到 7 层。DL 解决了学习过程中梯度消失的问题，达到更多层的网络，休息更复杂的模型。(其实梯度消失就是 s 曲线引起的，改用分段线性函数模拟非线性特性就好了
- 深度学习是机器学习的子集。
- 深度学习是机器学习算法的一种
- 深度学习是机器学习领域的一种子算法，也是目前机器学习领域非常火热的研究方向。
- 深度学习是机器学习的子集，区别于传统统计学习方法是在于可以不断地自动且高效的提取样本特征，计算量较大。
- 诺，我给你说说。机器学习一般来说就是统计学习方法。 深度学习就是模型复杂度比较好的神经网络。 强化学习就是在机器学习的基础上，加上智能体与环境的互动来学习，与统计学习只学习数据规律不同。 但是偶尔我们会用机器学习统称以上。 其实都不重要，这些概念。
- 深度学习是机器学习的子类
- 都是收集大量数据并且获得经验，机器学习是深度学习的基础，后者是前者的提升；区别在于前者被动后者主动，一个被命令思考，另一个自主思考。前者没有自由意志后者却会发展出自由意志。前者的思考产生的想法或者思维数据称为模式或者程序生硬可用性低后者灵活运用价值高
- 深度学习是机器学习的一种，在性能方面，当数据量很少的时候，深度学习表现的并不是很好；在硬件方面，深度学习算法严重依赖高端机，而传统的机器学习在低端机就可以运行，深度学习需要 GPU 进行大量的矩阵运算，应用于计算机视觉，自然语言处理等场景。
相似问题
推荐关注
正在加载中...