您好,現在漢漢來為大家解答以上的問題。深度學習與機器學習預測速度比較，深度學習與機器學習的區別相信很多小伙伴還不知道,現在讓我們一起來看看吧！

1、數據挖掘（英語：Data mining），又譯為資料探勘、數據采礦。

2、它是數據庫知識發現（英語：Knowledge-Discovery in Databases，簡稱：KDD)中的一個步驟。

3、數據挖掘一般是指從大量的數據中通過算法搜索隱藏于其中信息的過程。

4、數據挖掘通常與計算機科學有關，并通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。

5、　　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、算法復雜度理論等多門學科。

6、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性能。

7、　　它是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹。

8、　　深度學習的概念源于人工神經網絡的研究。

9、含多隱層的多層感知器就是一種深度學習結構。

10、深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發現數據的分布式特征表示。

11、　　深度學習的概念由Hinton等人于2006年提出。

12、基于深度置信網絡(DBN)提出非監督貪心逐層訓練算法，為解決深層結構相關的優化難題帶來希望，隨后提出多層自動編碼器深層結構。

13、此外Lecun等人提出的卷積神經網絡是第一個真正多層結構學習算法，它利用空間相對關系減少參數數目以提高訓練性能。

14、　　深度學習是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。

本文就為大家分享到這里，希望小伙伴們會喜歡。