机器学习与深度学习 / 系统课时

区分人工智能与深度学习

区分人工智能与深度学习

学习目标

完成本课后,你将能够:

  • 说明人工智能、机器学习和深度学习的层级关系
  • 识别三类术语在实际项目中的准确含义
  • 避免把所有智能功能都称为深度学习

三个概念的层级关系

人工智能是一个总称,机器学习是实现人工智能的一类方法,深度学习又是机器学习中的一个分支。

text
人工智能
└── 机器学习
    └── 深度学习
  • 人工智能关注“让机器完成通常需要人类智能的任务”。
  • 机器学习关注“从数据中学习预测或决策规律”。
  • 深度学习关注“使用多层神经网络自动学习复杂表示”。

人工智能、机器学习与深度学习层级关系

不要把三者当成同义词

功能或方法 更准确的归类 说明
固定规则的游戏角色 人工智能应用 不一定使用机器学习
决策树识别客户流失 机器学习 不属于深度学习
卷积神经网络识别图片 深度学习 同时属于机器学习和人工智能
大语言模型生成文本 深度学习 通常基于 Transformer 神经网络

一个系统可以表现出“智能”,但内部只使用搜索、规则或优化算法。只有模型通过数据训练得到规律时,才属于机器学习。

什么时候会使用深度学习

深度学习通常适用于图像、语音、自然语言和大规模复杂数据。它能够自动学习特征,但代价是需要更多数据、算力、训练时间和调试经验。

对于字段数量有限的表格数据,线性模型、决策树、随机森林和梯度提升树往往更容易训练和解释。项目选型不应按照“模型越复杂越先进”,而应按照效果、成本、可解释性和上线约束综合判断。

术语判断练习

判断下面说法是否准确:

  1. “使用规则判断密码强度,所以系统使用了机器学习。”
  2. “随机森林属于机器学习,但不属于深度学习。”
  3. “所有人工智能系统都必须训练神经网络。”
  4. “深度学习项目通常也是机器学习项目。”

验收标准:能够指出第 2、4 项正确,并解释其余说法的问题。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

区分人工智能与深度学习

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通