当前位置：首页 > 机器学习 > 正文

机器学习和神经网络的关系的简单介绍

接下来为大家讲解机器学习和神经网络的关系，以及涉及的相关信息，愿对你有所帮助。

简述信息一览：

这个问题问的。。这本身就是机器学习啊。早期的人工神经网络应该还有一部分是为了模拟生物学习过程，现在不知道还有没有，没关注。

人工神经网络（Artificial Neural Network，简称ANN）是一种有监督学习算法，它试图通过模拟人脑神经系统对复杂信息的处理机制来构建一种数学模型。

（图片来源网络，侵删）

首先说说什么是神经网络吧，神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

这两个概念实际上是互相交叉的，例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。

而深度学习使该过程完全自动化。举个例子：通过机器学习算法来识别水果是橘子还是苹果，需要人工输入水果的特征数据，生成一定的算法模型，进而可以准确预测具有这些特征的水果的类型，而深度学习则能自动的去发现特征进而判断。

（图片来源网络，侵删）

根本上讲，深度学习用于创建可自我学习和可理智判定的人工“神经网络”。我们可以说深度学习是机器学习的子领域。而机器学习与深度学习对比具体体现在四方面，第一就是数据依赖，一般来说，性能是区别二者的最主要之处。

关于机器学习和神经网络的关系，以及的相关信息分享结束，感谢你的耐心阅读，希望对你有所帮助。