机器学习 vs. 深度学习
本文在透彻剖析深度学习及机器学习的同时,就多方面对两者进行比较,进而探究其未来的发展趋势。 深度学习及机器学习 A. 机器学习 机器学习是人工智能技术的补充,有如下几种常用算法: Find-S 决策树 随机森林算法 神经网络 机器学习算法通常分为以下三大类: 有监督学习:需要从有标签的数据中学到或者建立一个模式。 无监督学习:数据是无标签的,机器学习算法需要先将数据分类,然后对数据结构进行描述,使复杂的数据看起来简单,以便进行后续分析工作。 强化学习:与监督学习相似,通过不断地探索学习,从而获得一个好的策略。 B. 深度学习 机器学习更多关注解决现实世界的问题,与人工智能技术有异曲同工之妙。机器学习则是通过模拟人类决策能力的神经网络找出问题解决方法。深度学习可看作是特殊的机器学习,我们可以利用深度学习来解决任何需要思考的问题。 深度神经网络由三种类型的层组成: 输入层 隐藏层 输出层 C.深度学习VS机器学习 我们使用机器学习算法解析数据,并根据从数据中学习到的知识做出决策。深度学习利用各个层组合创建人工“神经网络”,它能够智能地学习和做出决策。深度学习可以说是机器学习的子领域。 D....
