500
入门级攻略：机器学习 VS. 深度学习
对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而不断自我完善，那么我们称这个计算机程序在从经验E学习。
“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P if its performance at tasks in T, as measured by P, improves with experience E ”
【例1 图形检测】
假设我们要将矩形和其他图形区别开。人眼首先是检测这个图形是否有4条边（简单概念）。如果有4条边，在检测它们是否相连，闭合且垂直，以及是否相等（嵌套层次概念）。事实上，我们将一个复杂的任务（矩形识别）分解成一些简单低抽象层次的任务。深度学习本质上是在更大的范围内做这件事。
Wiki上面介绍了一些机器学习的应用领域：
下图总结了机器学习的应用领域，总的来说应用范围十分广泛。
为了评估你是否真正理解了机器学习和深度学习的区别，这里将会有一个快速测试，可以在这里提交答案。你要做的就是分别使用机器学习和深度学习解决下面的问题，并决定哪个方法更好。
本文将深度学习和机器学习进行了详细对比，希望能够激励大家去学到更多知识。请参考机器学习路线图和深度学习路线图。
【作者简介】
Faizan Shaikh, 数据科学爱好者，深度学习，醉心于人工智能。
以上为译文
本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。
文章原标题《Deep
Learning vs. Machine Learning – the essential differences you need to know!》，作者：Faizan Shaikh，译者：李烽，审校：
最后更新：2017-05-04 19:01:35