500
入門級攻略：機器學習 VS. 深度學習
對於某類任務T和性能度量P，如果一個計算機程序在T上以P衡量的性能隨著經驗E而不斷自我完善，那麼我們稱這個計算機程序在從經驗E學習。
“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 圖形檢測】
假設我們要將矩形和其他圖形區別開。人眼首先是檢測這個圖形是否有4條邊（簡單概念）。如果有4條邊，在檢測它們是否相連，閉合且垂直，以及是否相等（嵌套層次概念）。事實上，我們將一個複雜的任務（矩形識別）分解成一些簡單低抽象層次的任務。深度學習本質上是在更大的範圍內做這件事。
Wiki上麵介紹了一些機器學習的應用領域：
下圖總結了機器學習的應用領域，總的來說應用範圍十分廣泛。
為了評估你是否真正理解了機器學習和深度學習的區別，這裏將會有一個快速測試，可以在這裏提交答案。你要做的就是分別使用機器學習和深度學習解決下麵的問題，並決定哪個方法更好。
本文將深度學習和機器學習進行了詳細對比，希望能夠激勵大家去學到更多知識。請參考機器學習路線圖和深度學習路線圖。
【作者簡介】
Faizan Shaikh, 數據科學愛好者，深度學習，醉心於人工智能。
以上為譯文
本文由北郵@愛可可-愛生活 老師推薦，阿裏雲雲棲社區組織翻譯。
文章原標題《Deep
Learning vs. Machine Learning – the essential differences you need to know!》，作者：Faizan Shaikh，譯者：李烽，審校：
最後更新：2017-05-04 19:01:35