超级会员免费看
本文探讨了机器学习和深度学习的关系，指出机器学习包含多种算法如回归、聚类和分类，而深度学习基于人工神经网络。在实际应用中，有监督机器学习因具备明确结果（y值）而更常用，如线性回归；无监督机器学习则没有y值，如聚类和降维算法。文章还提到了numpy、scipy和pandas等Python库在数据处理中的作用。
早期是用机器学习的,但是后来开始用深度学习,机器学习有很多的算法,比如回归,聚类,分类算法,
这些其实在很多框架中支持了,比如flink中就提供了一些算法,也支持map reduce,然后spark中也支持,但是更智能的是深度学习,深度学习利用了 人工神经网络（Artificial Neural Network，简称ANN ） 利用这个 ANN人工神经网络算法的叫做深度学习.
可以看到发展历程就是,ML 机器学习,本身包含了很多算法,浅一点的算法,然后ANN,人工神经网络,又是基于机器学习的,然后深度学习又是基于ANN的.
实际上来说在公司里面,大部分时候用机器学习ML,就够用了,如果要用ANN深度学习的话,那么需要
大量的数据支持,消耗大量的资源,和时间的.不一定什么都要用深度学习.
上面说了人工智能方面的应用,一个是语音助手
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
