机器学习与深度学习

深度学习在本质上属于可统计不可推理的统计机器学习范畴。
很多时候呈现出来的就是一个黑箱（Black Box）系统，其性能很好，却不知道为何而好，缺乏解释性。
深度学习中的“end-to-end（端到端）：输入的是原始数据（始端），然后输出的直接就是最终目标（末端），中间过程不可知。

深度学习的学习对象同样是数据，但与传统机器学习所不同的是，它需要大量的数据，也就是“大数据（Big Data）”。

 

机器学习与深度学习的简明对比

"机器学习"的核心是  对数据的运用，依据统计或者推理的方法，让计算机系统的性能得到提升。

而深度学习，则是把由人工选取对象特征，变更为通过神经网络自己选取特征，为了提升学习的性能，神经网络的表示学习的层次较多（较深）。