摘要： 本文以浅近易懂的说话介绍了机械进修和深度进修的定义及应用，以及在源数据请求，硬件支撑，特点工程、问题解决方法、履行时光及可解释性等方面的差别，对于新手入门有很大年夜启发意义。

楔子：

机械进修和深度进修如今很火，你会发明忽然间很多人都在谈论它们。如下图所示，机械进修和深度进修的趋势比较（来自Google trend，纵轴表示搜刮热度）：

将来趋势

【场景2】给定一小我的信用凭证和背景信息，评估是否可以给他发放贷款。

本文将会以简单易懂的说话及示例为大年夜家具体解释深度进修和机械进修的差别，并介绍相干用处。

机械进修和深度进修简介

机械进修

Tom Mitchell 关于机械进修的定义被广泛引用，如下所示：

对于某类义务T和机能度量P，如不雅一个计算机法度榜样在T上以P衡量的机能跟着经验E而赓续自我完美，那么我们称这个计算机法度榜样在大年夜经验E进修。

1. 鉴于工业界应用数据科学和机械进修呈增长的趋势，安营业中应用机械进修对那些想要生计下来的公司变得更加重要。同时，懂得更多的基本常识也十分有须要。

“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P if its performance at tasks in T, as measured by P, improves with experience E ”

膳绫擎的抽象定义可能使你认为困惑，信赖下面几个简单的示例会让你恍然大年夜悟。

【例1 根据身高猜测体重】

假设你要创建一个根据人的身高猜测体重的体系。第一步是收集数据，收集完之后画出数据分布图如下所示。图中的每个点都代表一条数据，横坐标表示身高，纵坐标表示体重。

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

如不雅这条直线猜测身高很精确，那如何来衡量它的机能呢？比如以猜测值和真实值之间的差值来衡量猜测模型的机能。当然，源数据越多，模型效不雅就越好。如不雅效不雅不好，那么可以应用其他办法来晋升模型机能，如增长变量（如性别）或者改变猜测直线。

　　推荐阅读

　　让问答更自然 - 基于拷贝和检索机制的自然答案生成系统研究

让机械像仁攀类一样拥有智能是研究人员一向以来的斗争目标。因为智能的概念难以确切定义，图灵提出了有名的图灵测试（Turning Test）：如不雅一台机械可以或许与仁攀类展开对话而不克不及>>>详细阅读

本文标题：机器学习和深度学习是怎么一回事？Faizan Shaikh来帮你解答

地址：http://www.17bianji.com/lsqh/35161.html

 1/2    1