大資料與深度學習有什麼區別?

2021-08-14 10:23:36 字數 728 閱讀 1102

簡單來說:

1)深度學習(deep learning)只是機器學習(machine learning)的一種類別,乙個子領域。機器學習 > 深度學習

2)大資料(big data)不是具體的方法,甚至不算具體的研究學科,而只是對某一類問題,或需處理的資料的描述。

2)深度學習(deep learning)是機器學習的乙個子類,一般特指學習高層數的網路結構。這個結構中通常會結合線性和非線性的關係。

(大家可以加入愛好集結,一同交流:342836117) 歡迎交流: (老師q:858288017)

3)大資料(big data,我們也叫他逼格資料....)是對資料和問題的描述。通常被廣泛接受的定義是3個v上的「大」:volume(資料量), velocity(資料速度)還有variety(資料類別)。大資料問題(big-data problem)可以指那種在這三個v上因為大而帶來的挑戰。

volume很好理解。一般也可以認為是large-scale data。「大」可以是資料的維度,也可以是資料的size。一般claim自己是big-data的演算法會比較scalable,複雜度上對這兩個不敏感。

velocity就是資料到達的速度。對於資料高速到達的情況,需要對應的演算法或者系統要有效的處理。

variaty指的是資料的類別。以往的演算法或者系統往往針對某一種已知特定類別的資料來適應。而一般大資料也會指針對處理那些unstructured data或者multi-modal data,這就對傳統的處理方法帶來了挑戰。

大資料與深度學習有什麼區別?

簡單來說 1 深度學習 deep learning 只是機器學習 machine learning 的一種類別,乙個子領域。機器學習 深度學習 2 大資料 big data 不是具體的方法,甚至不算具體的研究學科,而只是對某一類問題,或需處理的資料的描述。2 深度學習 deep learning 是...

機器學習和深度學習有什麼區別

機器學習 machine learning,ml 是一門多領域交叉學科,涉及概率論 統計學 逼近論 凸分析 演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為,以獲取新的知識或技能,重新組織已有的知識結構使之不斷改善自身的效能。它是人工智慧的核心,是使計算機具有智慧型的根本途徑,...

與 有什麼區別

一 簡要說明 按位與 a b是把a 和b都轉換成二進位制數然後再進行與的運算 邏輯與 a b 就是當且僅當兩個運算元均為 true 時,其結果才為 true 只要有乙個為零,a b 就為零。例如 a b 9 8 1001 1000 結果是1000 a b 9 8 結果是1 對每乙個都判斷 只要前面是...