机器学习：机器学习是人工智能（AI）的一个子集，它为系统提供了从经验中学习和改进的能力，而无需编程到该级别。机器学习使用数据来训练和找到准确的结果。机器学习专注于计算机程序的开发，该计算机程序访问数据并使用它来向自己学习。

 

深度学习：深度学习是机器学习的一个子集，其中人工神经网络（即递归神经网络）与之相关。完全像机器学习一样创建算法，但是它包含更多级别的算法。该算法的所有这些网络统称为人工神经网络。用更简单的术语来说，它就像人的大脑一样复制，因为所有神经网络都在大脑中相连，这正是深度学习的概念。它借助算法及其过程解决了所有复杂的问题。

 

机器学习与深度学习

下表是机器学习和深度学习之间的区别表：
 

序号机器学习深度学习1。机器学习是深度学习的超集深度学习是机器学习的一个子集2。机器学习中表示的数据与深度学习相比有很大不同，因为它使用结构化数据深度学习中使用的数据表示形式与神经网络（ANN）完全不同。3。机器学习是AI的进化深度学习是机器学习的演变。基本上，这是机器学习的深度。4。机器学习包含数千个数据点。大数据：数百万个数据点。5，输出：数值，如得分分类从数值到自由格式的元素，例如自由文本和声音。6。使用各种自动算法来对功能进行建模并根据数据预测未来的行动。使用神经网络将数据通过处理层传递，以解释数据特征和关系。7。数据分析人员会检测算法，以检查数据集中的特定变量。算法一旦投入生产，就很大程度上取决于数据分析。8。机器学习被广泛用于竞争和学习新事物。 深度学习解决了复杂的机器学习问题。