深度学习和机器学习有什么关系？

机器学习是更广泛的算法类别，能够获取数据集并使用它来识别模式、发现见解和/或做出预测。深度学习是机器学习的一个特定分支，它采用 ML 的功能并超越其功能。

一般来说，在机器学习中，有一些人为的参与，因为工程师能够审查算法的结果并根据其准确性进行调整。深度学习不依赖于这篇评论。相反，深度学习算法使用自己的神经网络来检查其结果的准确性，然后从中学习。

深度学习算法的神经网络是一种分层的算法结构，用于复制人脑的结构。因此，神经网络学会了如何在没有工程师提供反馈的情况下更好地完成一项任务。

神经网络发展的两个主要阶段是训练和推理.训练是初始阶段，在该阶段中，深度学习算法被提供数据集，并负责解释该数据集所代表的内容。然后，工程师向神经网络提供有关其解释准确性的反馈，并相应地进行调整。此过程可能有许多迭代。推理是指神经网络被部署，并且能够获取以前从未见过的数据集，并对其所代表的内容做出准确的预测。