一、概念比較

機器學習（Machine Learning，ML）：機器學習的概念很大，算法包括聚類算法、回歸算法、監(jiān)督學習、神經(jīng)網(wǎng)絡等

深度學習（DeepLearning，DL）：只包含機器學習大類中的神經(jīng)網(wǎng)絡算法。

二、其他方面比較

?	機器學習	深度學習
應用場景	指紋識別、特征物體檢測等領域的應用基本達到了商業(yè)化的要求	主要應用于文字識別、人臉技術、語義分析、智能監(jiān)控等領域
所需數(shù)據(jù)量	能夠適應各種數(shù)據(jù)量，特別是數(shù)據(jù)量較小的場景	需要大量數(shù)據(jù)才能完美理解
執(zhí)行時間	執(zhí)行時間更少	深度學習算法需要大量時間進行訓練（參數(shù)多）
解決問題的方法	遵循標準程序以解決問題。它將問題拆分成數(shù)個部分，對其進行分別解決，而后再將結果結合起來以獲得所需的答案	集中方式解決問題，而不必進行問題拆分

參考文章：

機器學習與深度學習有什么區(qū)別？

總結

以上是生活随笔為你收集整理的基本概念—机器学习ML与深度学习DL的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。