机器学习、深度学习、神经网络之间的关系

机器学习和深度学习通常都可以互换使用。它们都是是人工智能的子领域。更确切地说,神经网络是机器学习的子领域,深度学习是神经网络的子领域。

深度学习与机器学习不同之处在于每个算法的学习方式。深度机器学习可以用被标记了的数据集通知它的算法,也可以用未标记的数据集通知它的算法。用标记了的数据集训练叫监督学习,使用未标记的数据集训练叫无监督学习。深度学习过程可以处理非结构数据,如文本、图片。深度学习可以自动决定特征集, 这一点排除了必要的人为干预,使其能够应用到更加庞大数据量的数据集上,从这一点上来说,深度学习就是大规模的机器学习。所谓特征就是能够用于区分不同数据分类之间的值,如长、宽、高、颜色等等。

经典的机器学习更多需要依赖人为的干预。为什么这么说呢?因为需要专家来决定特征集和理解数据,通常需要非常多的结构化数据。

神经网络,又叫人工神经网络(artificial neural networks, ANNs)由节点层组成。这些节点层包括一个输入层、一到多个隐藏层、一个输出层。每一个节点(人工神经元)连接到另一个神经元,并且有一个关联的权重和阈值。如果一个神经元的输出高于指定的阈值,那么这个神经元就会被激活,并将数据发送到网络的下一层,否则这个神经元就不会发送任何数据到网络的下一层。深度学习的深度指的就是一个神经网络的层数。一个由超过三层包括输入、输出层的神经网络就是一个深度神经网络。如果只有三层,那么它就是一个基本神经网络。

深度学习和神经网络非常有效地加速了计算机视觉、自然语言、语言识别的处理。

相关推荐
云渚钓月梦未杳11 分钟前
深度学习03 人工神经网络ANN
人工智能·深度学习
贾全40 分钟前
第十章:HIL-SERL 真实机器人训练实战
人工智能·深度学习·算法·机器学习·机器人
GIS小天1 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年7月4日第128弹
人工智能·算法·机器学习·彩票
我是小哪吒2.01 小时前
书籍推荐-《对抗机器学习:攻击面、防御机制与人工智能中的学习理论》
人工智能·深度学习·学习·机器学习·ai·语言模型·大模型
慕婉03071 小时前
深度学习前置知识全面解析:从机器学习到深度学习的进阶之路
人工智能·深度学习·机器学习
蓝婷儿2 小时前
Python 机器学习核心入门与实战进阶 Day 2 - KNN(K-近邻算法)分类实战与调参
python·机器学习·近邻算法
埃菲尔铁塔_CV算法4 小时前
基于 TOF 图像高频信息恢复 RGB 图像的原理、应用与实现
人工智能·深度学习·数码相机·算法·目标检测·计算机视觉
IT古董4 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(3)决策树回归模型(Decision Tree Regression)
神经网络·机器学习·回归
24毕业生从零开始学ai4 小时前
长短期记忆网络(LSTM):让神经网络拥有 “持久记忆力” 的神奇魔法
rnn·神经网络·lstm
中杯可乐多加冰5 小时前
【AI落地应用实战】AIGC赋能职场PPT汇报:从效率工具到辅助优化
人工智能·深度学习·神经网络·aigc·powerpoint·ai赋能