基本概念—机器学习ML与深度学习DL

一、概念比较

机器学习（Machine Learning，ML）：机器学习的概念很大，算法包括聚类算法、回归算法、监督学习、神经网络等

深度学习（DeepLearning，DL）：只包含机器学习大类中的神经网络算法。

二、其他方面比较

机器学习	深度学习
应用场景	指纹识别、特征物体检测等领域的应用基本达到了商业化的要求	主要应用于文字识别、人脸技术、语义分析、智能监控等领域
所需数据量	能够适应各种数据量，特别是数据量较小的场景	需要大量数据才能完美理解
执行时间	执行时间更少	深度学习算法需要大量时间进行训练（参数多）
解决问题的方法	遵循标准程序以解决问题。它将问题拆分成数个部分，对其进行分别解决，而后再将结果结合起来以获得所需的答案	集中方式解决问题，而不必进行问题拆分

参考文章：

机器学习与深度学习有什么区别？