一文讀懂深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的差異

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)變得越來越火。突然之間，不管是了解的還是不了解的，所有人都在談?wù)摍C(jī)器學(xué)習(xí)和深度學(xué)習(xí)。無論你是否主動關(guān)注過數(shù)據(jù)科學(xué)，你應(yīng)該已經(jīng)聽說過這兩個名詞了。

為了展示他們的火熱程度，我在 Google trend 上搜索了這些關(guān)鍵字：

?

如果你想讓自己弄清楚機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別，請閱讀本篇文章，我將用通俗易懂的語言為你介紹他們之間的差別。下文詳細(xì)解釋了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中的術(shù)語。并且，我比較了他們兩者的不同，別說明了他們各自的使用場景。

什么是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)?

讓我們從基礎(chǔ)知識開始：什么是機(jī)器學(xué)習(xí)？和什么是深度學(xué)習(xí)？如果你對此已有所了解，隨時可以跳過本部分。

一、什么是機(jī)器學(xué)習(xí)？

一言以蔽之，由 Tom Mitchell 給出的被廣泛引用的機(jī)器學(xué)習(xí)的定義給出了最佳解釋。下面是其中的內(nèi)容：
“計算機(jī)程序可以在給定某種類別的任務(wù) T 和性能度量 P 下學(xué)習(xí)經(jīng)驗 E ，如果其在任務(wù) T 中的性能恰好可以用 P 度量，則隨著經(jīng)驗 E 而提高?！?/p>

是不是讀起來很繞口呢？讓我們用簡單的例子來分解下這個描述。

示例 1：機(jī)器學(xué)習(xí)和根據(jù)人的身高估算體重

假設(shè)你想創(chuàng)建一個能夠根據(jù)人的身高估算體重的系統(tǒng)（也許你出自某些理由對這件事情感興趣）。那么你可以使用機(jī)器學(xué)習(xí)去找出任何可能的錯誤和數(shù)據(jù)捕獲中的錯誤，首先你需要收集一些數(shù)據(jù)，讓我們來看看你的數(shù)據(jù)是什么樣子的：

圖中的每一個點對應(yīng)一個數(shù)據(jù)，我們可以畫出一條簡單的斜線來預(yù)測基于身高的體重

例如這條斜線：

Weight (in kg) = Height (in cm) - 100

這些斜線能幫助我們作出預(yù)測，盡管這些斜線表現(xiàn)得很棒，但是我們需要理解它是怎么表現(xiàn)的，我們希望去減少預(yù)測和實際之間的誤差，這也是衡量其性能的方法。

深遠(yuǎn)一點地說，我們收集更多的數(shù)據(jù) (experience)，模型就會變得更好。我們也可以通過添加更多變量（例如性別）和添加不同的預(yù)測斜線來完善我們的模型。

示例2：颶風(fēng)預(yù)測系統(tǒng)

我們找一個復(fù)雜一點的例子。假如你要構(gòu)建一個颶風(fēng)預(yù)測系統(tǒng)。假設(shè)你手里有所有以前發(fā)生過的颶風(fēng)的數(shù)據(jù)和這次颶風(fēng)產(chǎn)生前三個月的天氣信息。

如果要手動構(gòu)建一個颶風(fēng)預(yù)測系統(tǒng)，我們應(yīng)該怎么做？

?

首先我們的任務(wù)是清洗所有的數(shù)據(jù)找到數(shù)據(jù)里面的模式進(jìn)而查找產(chǎn)生颶風(fēng)的條件。

我們既可以將模型條件數(shù)據(jù)(例如氣溫高于40度，濕度在80-100等)輸入到我們的系統(tǒng)里面生成輸出；也可以讓我們的系統(tǒng)自己通過這些條件數(shù)據(jù)產(chǎn)生合適的輸出。

我們可以把所有以前的數(shù)據(jù)輸入到系統(tǒng)里面來預(yù)測未來是否會有颶風(fēng)?；谖覀兿到y(tǒng)條件的取值，評估系統(tǒng)的性能(系統(tǒng)正確預(yù)測颶風(fēng)的次數(shù))。我們可以將系統(tǒng)預(yù)測結(jié)果作為反饋繼續(xù)多次迭代以上步驟。

讓我們根據(jù)前邊的解釋來定義我們的預(yù)測系統(tǒng)：我們的任務(wù)是確定可能產(chǎn)生颶風(fēng)的氣象條件。性能P是在系統(tǒng)所有給定的條件下有多少次正確預(yù)測颶風(fēng)。經(jīng)驗E是我們的系統(tǒng)的迭代次數(shù)。